| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 研究的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状和发展趋势 | 第12-15页 |
| 1.4 本文主要工作 | 第15-18页 |
| 第二章 平滑的概率假设密度滤波器算法研究 | 第18-26页 |
| 2.1 问题建模 | 第18-20页 |
| 2.1.1 目标模型 | 第18页 |
| 2.1.2 传感器观测模型 | 第18-20页 |
| 2.2 概率假设密度滤波器 | 第20-25页 |
| 2.2.1 PHD滤波器的原理 | 第21-22页 |
| 2.2.2 PHD滤波器的序列蒙特卡洛实现 | 第22-23页 |
| 2.2.3 平滑的PHD滤波器 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于多核DSP的并行化图像处理平台的设计 | 第26-58页 |
| 3.1 硬件平台简介 | 第26-39页 |
| 3.1.1 KeyStone多核处理器架构 | 第26-28页 |
| 3.1.2 多核应用的设计要点 | 第28-34页 |
| 3.1.3 多核导航器Multicore Navigator | 第34-37页 |
| 3.1.4 TMDSEVM6678LE开发板简介 | 第37-39页 |
| 3.2 并行化图像处理平台的架构 | 第39-57页 |
| 3.2.1 PHD滤波器程序结构设计 | 第39-48页 |
| 3.2.2 核间通信接口 | 第48-54页 |
| 3.2.3 外部通信接口 | 第54-57页 |
| 3.3 本章小结 | 第57-58页 |
| 第四章 并行化PHD滤波器的DSP实现 | 第58-70页 |
| 4.1 粒子滤波器的主从模型 | 第58-61页 |
| 4.2 分布式重采样粒子滤波器 | 第61-65页 |
| 4.3 负载平衡 | 第65-68页 |
| 4.3.1 负载平衡的决策机制 | 第66-67页 |
| 4.3.2 粒子移植 | 第67-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 实验结果及分析 | 第70-82页 |
| 5.1 算法有效性及比较 | 第70-73页 |
| 5.1.1 Optimal Subpattern Assignment(OSPA)距离 | 第70-71页 |
| 5.1.2 仿真结果 | 第71-73页 |
| 5.2 并行化滤波器的实时性 | 第73-81页 |
| 5.2.1 性能度量方式 | 第73-75页 |
| 5.2.2 实验结果 | 第75-81页 |
| 5.3 本章小结 | 第81-82页 |
| 第六章 结论与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 作者简介及在学期间发表的学术论文与研究成果 | 第88页 |