| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 扩展目标跟踪技术国内外研究现状 | 第11-16页 |
| 1.2.1 单扩展目标跟踪技术研究现状 | 第11-12页 |
| 1.2.2 多扩展目标跟踪技术研究现状 | 第12-14页 |
| 1.2.3 多扩展目标跟踪技术的问题与挑战 | 第14-16页 |
| 1.3 主要研究内容与章节安排 | 第16-18页 |
| 第二章 基于随机有限集的多扩展目标滤波基础 | 第18-25页 |
| 2.1 引言 | 第18页 |
| 2.2 随机有限集理论概述 | 第18-19页 |
| 2.3 基于RFS的多扩展目标PHD滤波技术概述 | 第19-24页 |
| 2.3.1 多扩展目标PHD滤波框架 | 第19-20页 |
| 2.3.2 ET-GM-PHD滤波技术 | 第20-22页 |
| 2.3.3 GIW-PHD滤波技术 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于B样条形状估计算法的ET-GM-PHD滤波 | 第25-41页 |
| 3.1 引言 | 第25-26页 |
| 3.2 卡尔曼滤波技术和B样条曲线介绍 | 第26-27页 |
| 3.2.1 卡尔曼滤波算法 | 第26页 |
| 3.2.2 B样条曲线介绍 | 第26-27页 |
| 3.3 单扩展目标的跟踪和形状估计 | 第27-29页 |
| 3.4 Shape-ET-GM-PHD滤波算法 | 第29-33页 |
| 3.4.1 Shape-ET-GM-PHD滤波公式 | 第30-31页 |
| 3.4.2 Shape-ET-GM-PHD的算法实现 | 第31-33页 |
| 3.4.3 量测集的划分 | 第33页 |
| 3.5 仿真实验 | 第33-40页 |
| 3.5.1 单扩展目标 | 第34-36页 |
| 3.5.2 多扩展目标 | 第36-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于形状选择划分算法的GIW-PHD滤波 | 第41-60页 |
| 4.1 引言 | 第41-42页 |
| 4.2 量测划分算法介绍与问题描述 | 第42-44页 |
| 4.2.1 SP-Kmeans++算法原理 | 第42页 |
| 4.2.2 PP算法原理 | 第42页 |
| 4.2.3 EMP算法原理 | 第42-43页 |
| 4.2.4 量测划分问题描述 | 第43-44页 |
| 4.3 形状选择划分算法 | 第44-47页 |
| 4.4 形状选择划分在GIW-PHD滤波算法中的应用 | 第47-50页 |
| 4.4.1 初始化参数集合S和U | 第47-48页 |
| 4.4.2 利用S和U进行形状分割 | 第48-49页 |
| 4.4.3 形状似然选择 | 第49-50页 |
| 4.5 仿真实验 | 第50-59页 |
| 4.5.1 扩展目标OSPA度量 | 第52-53页 |
| 4.5.2 平行轨迹 | 第53-55页 |
| 4.5.3 弧形轨迹 | 第55-57页 |
| 4.5.4 平行机动轨迹 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 基于PHD的多扩展目标航迹关联算法 | 第60-82页 |
| 5.1 引言 | 第60-61页 |
| 5.2 分量标签关联算法和航迹关联问题描述 | 第61-63页 |
| 5.2.1 分量标签关联算法 | 第61-62页 |
| 5.2.2 航迹关联问题描述 | 第62-63页 |
| 5.3 基于形状信息表的航迹关联算法 | 第63-67页 |
| 5.3.1 核心思想概述 | 第63-65页 |
| 5.3.2 ST算法在GIW-PHD滤波中的实现 | 第65-67页 |
| 5.4 目标量测集自适应划分算法 | 第67-71页 |
| 5.4.1 算法核心思想 | 第67-70页 |
| 5.4.2 ASP-Kmeans++算法在GIW-PHD滤波中的实现 | 第70-71页 |
| 5.5 仿真实验 | 第71-81页 |
| 5.5.1 平行机动轨迹 | 第73-79页 |
| 5.5.2 紧邻交叉轨迹 | 第79-81页 |
| 5.6 本章小结 | 第81-82页 |
| 第六章 基于改进GIW-PHD滤波的非椭圆多扩展目标跟踪算法 | 第82-105页 |
| 6.1 引言 | 第82-83页 |
| 6.2 NEM-GIW-PHD滤波算法 | 第83-88页 |
| 6.2.1 非椭圆扩展目标量测建模 | 第83-84页 |
| 6.2.3 NEM-GIW-PHD滤波算法的实现 | 第84-88页 |
| 6.3 非椭圆形状目标的量测集划分 | 第88-93页 |
| 6.3.1 紧邻目标量测集判定方法的改进 | 第89-90页 |
| 6.3.2 改进SSP算法在NEM-GIW-PHD算法中的实现 | 第90-92页 |
| 6.3.3 讨论 | 第92-93页 |
| 6.4 NEM-GIW-PHD算法的航迹维持 | 第93-94页 |
| 6.4.1 目标分量标记 | 第93-94页 |
| 6.4.2 航迹管理 | 第94页 |
| 6.5 仿真实验 | 第94-104页 |
| 6.5.1 平行机动轨迹的不同形状目标 | 第97-101页 |
| 6.5.2 平行机动轨迹的相同形状目标 | 第101-102页 |
| 6.5.3 交叉轨迹的不同形状目标 | 第102-104页 |
| 6.6 本章小结 | 第104-105页 |
| 第七章 结论与展望 | 第105-107页 |
| 致谢 | 第107-108页 |
| 参考文献 | 第108-118页 |
| 附录:作者在攻读博士学位期间的研究成果 | 第118页 |
