首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于随机有限集的多扩展目标跟踪算法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-15页
第一章 绪论第15-21页
    1.1 研究背景及意义第15-16页
    1.2 随机集理论概述第16-17页
    1.3 扩展目标跟踪技术研究现状第17-18页
    1.4 论文主要工作与章节安排第18-21页
第二章 基于随机集的多目标跟踪基础第21-31页
    2.1 引言第21页
    2.2 随机集滤波模型第21-23页
    2.3 PHD滤波算法第23-26页
        2.3.1 PHD算法流程第23-24页
        2.3.2 高斯混合PHD第24-26页
    2.4 CPHD滤波算法第26-28页
    2.5 仿真实验与结果分析第28-30页
    2.6 本章小结第30-31页
第三章 基于随机矩阵模型的多扩展目标跟踪第31-51页
    3.1 引言第31-32页
    3.2 扩展目标PHD算法第32-35页
        3.2.1 算法概述第32-33页
        3.2.2 ET-GM-PHD滤波第33-35页
    3.3 高斯逆威舍特PHD滤波器第35-43页
        3.3.1 系统模型第36页
        3.3.2 算法流程第36-43页
    3.4 伽玛高斯逆威舍特CPHD滤波器第43-47页
        3.4.1 系统模型第43-44页
        3.4.2 算法流程第44-47页
    3.5 仿真实验与结果分析第47-50页
    3.6 本章小结第50-51页
第四章 基于随机超曲面模型的多扩展目标跟踪第51-69页
    4.1 引言第51页
    4.2 随机超曲面模型第51-53页
    4.3 基于椭圆RHM的高斯混合PHD滤波器第53-56页
        4.3.1 算法概述第53页
        4.3.2 算法流程第53-56页
    4.4 基于椭圆RHM的伽玛高斯混合CPHD滤波器第56-61页
        4.4.1 算法概述第56-57页
        4.4.2 基于椭圆RHM量测模型第57-58页
        4.4.3 算法流程第58-61页
    4.5 仿真实验与结果分析第61-67页
    4.6 本章小结第67-69页
第五章 总结与展望第69-71页
    5.1 总结第69页
    5.2 展望第69-71页
参考文献第71-77页
致谢第77-79页
作者简介第79-80页

论文共80页,点击 下载论文
上一篇:一种改进隐条件随机场模型的行为识别方法
下一篇:窄带相干信号DOA估计算法研究