反无人机系统中的红外目标检测跟踪方法研究
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题背景意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 反无人机技术现状 | 第12-14页 |
| 1.2.2 红外小目标检测技术的现状 | 第14-16页 |
| 1.2.3 红外小目标跟踪技术的现状 | 第16-18页 |
| 1.3 论文的研究内容和安排 | 第18-20页 |
| 第二章 无人机红外成像特点及预处理 | 第20-26页 |
| 2.1 引言 | 第20页 |
| 2.2 无人机的分类及结构 | 第20页 |
| 2.3 无人机的红外成像特点 | 第20-22页 |
| 2.4 红外图像预处理 | 第22-25页 |
| 2.4.1 背景抑制原理 | 第22页 |
| 2.4.2 预处理方法 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 红外图像中无人机目标检测方法 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 基于CFAR的DBT红外无人机目标检测 | 第26-30页 |
| 3.2.1 基于动态阈值的CFAR图像分割 | 第26-28页 |
| 3.2.2 特征提取以及多帧关联检测 | 第28-30页 |
| 3.3 基于PF的TBD红外无人机目标检测 | 第30-33页 |
| 3.3.1 目标状态模型和测量模型 | 第30-31页 |
| 3.3.2 PF-TBD算法 | 第31-33页 |
| 3.4 仿真实验分析 | 第33-37页 |
| 3.4.1 实验一 | 第33-34页 |
| 3.4.2 实验二 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于RFS的多无人机目标跟踪方法 | 第38-51页 |
| 4.1 引言 | 第38页 |
| 4.2 基于伯努利滤波器的无人机目标跟踪算法 | 第38-42页 |
| 4.2.1 伯努利随机集 | 第38-39页 |
| 4.2.2 多伯努利滤波器 | 第39-41页 |
| 4.2.3 势均衡的多伯努利滤波器 | 第41-42页 |
| 4.3 基于LMB的多无人机目标跟踪算法 | 第42-46页 |
| 4.3.1 LMB随机集 | 第42-44页 |
| 4.3.2 LMB滤波器 | 第44-45页 |
| 4.3.3 LMB的SMC实现 | 第45-46页 |
| 4.4 仿真实验分析 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 基于二次聚类的无人机群目标跟踪方法 | 第51-60页 |
| 5.1 引言 | 第51页 |
| 5.2 群聚类模型及群目标运动模型 | 第51-53页 |
| 5.2.1 群目标聚类模型 | 第51-53页 |
| 5.2.2 群目标运动模型 | 第53页 |
| 5.3 基于二次聚类LMB的群目标跟踪算法 | 第53-56页 |
| 5.3.1 算法原理 | 第53-54页 |
| 5.3.2 群内聚类小中心计算模型 | 第54-55页 |
| 5.3.3 基于LMB的群小中心跟踪 | 第55页 |
| 5.3.4 群小中心轨迹合并 | 第55-56页 |
| 5.4 仿真实验分析 | 第56-59页 |
| 5.4.1 单群目标跟踪 | 第57页 |
| 5.4.2 多群目标跟踪 | 第57-59页 |
| 5.5 本章小结 | 第59-60页 |
| 结束语 | 第60-61页 |
| 工作总结 | 第60页 |
| 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 作者在学期间取得的学术成果 | 第65页 |
