摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-20页 |
1.1 课题背景及研究意义 | 第11-12页 |
1.2 机动目标跟踪技术及其发展现状 | 第12-18页 |
1.2.1 机动目标状态估计算法发展 | 第13-14页 |
1.2.2 机动目标的模型研究发展 | 第14-17页 |
1.2.3 多传感器数据融合技术发展 | 第17-18页 |
1.3 本文的主要工作 | 第18-20页 |
第2章 机动目标跟踪原理 | 第20-35页 |
2.1 引言 | 第20页 |
2.2 强机动目标运动描述 | 第20-22页 |
2.3 一些强机动目标的运动模式 | 第22-24页 |
2.4 机动目标跟踪基本原理 | 第24-32页 |
2.4.1 卡尔曼滤波算法 | 第25-28页 |
2.4.2 强跟踪滤波算法 | 第28-29页 |
2.4.3 仿真分析 | 第29-32页 |
2.5 机动目标跟踪算法的性能指标 | 第32-34页 |
2.6 小结 | 第34-35页 |
第3章 基于单模型的机动目标跟踪算法 | 第35-74页 |
3.1 引言 | 第35页 |
3.2 基本单模型机动目标跟踪算法 | 第35-43页 |
3.2.1 基本单模型目标跟踪算法介绍 | 第37-39页 |
3.2.2 仿真分析 | 第39-43页 |
3.3 参数调节的机动目标跟踪算法 | 第43-66页 |
3.3.1 机动检测与参数调整讨论 | 第44-46页 |
3.3.2 基于累积机动时间的机动频率自适应算法 | 第46-50页 |
3.3.3 基于 Sage-Husa 法的系统噪声方差自适应算法 | 第50-53页 |
3.3.4 二重滤波的系统噪声方差自适应算法 | 第53-55页 |
3.3.5 仿真分析 | 第55-66页 |
3.4 基于切向和法向加速的单模型算法 | 第66-72页 |
3.4.1 切向和法向加速模型 | 第66-68页 |
3.4.2 切向和法向加速模型算法流程 | 第68页 |
3.4.3 仿真分析 | 第68-72页 |
3.5 小结 | 第72-74页 |
第4章 基于多模型的机动跟踪算法 | 第74-105页 |
4.1 引言 | 第74页 |
4.2 固定模型集的多模型目标跟踪方法 | 第74-78页 |
4.2.1 交互式多模型 | 第75-78页 |
4.2.2 模型集选择理论 | 第78页 |
4.3 变结构多模型目标跟踪方法 | 第78-81页 |
4.4 改进的变结构多模型目标跟踪方法 | 第81-103页 |
4.4.1 基于切向法向加速度的动态有向图方法 | 第82-87页 |
4.4.2 并行结构的有向图切换法 | 第87-89页 |
4.4.3 交叉结构的自适应网格法 | 第89-94页 |
4.4.4 仿真与分析 | 第94-103页 |
4.5 小结 | 第103-105页 |
第5章 多传感器协同的机动目标跟踪算法 | 第105-129页 |
5.1 引言 | 第105页 |
5.2 强机动情况下的传感器融合算法 | 第105-108页 |
5.2.1 基本多传感器数据融合算法 | 第106-107页 |
5.2.2 测量噪声相关的数据融合方法 | 第107-108页 |
5.3 基于特征值分解的观测噪声相关融合算法 | 第108-115页 |
5.3.1 基于特征值分解的传感器解耦 | 第109-111页 |
5.3.2 序贯的特征值分解算法 | 第111-112页 |
5.3.3 运算复杂度分析 | 第112-115页 |
5.4 正交投影序贯融合法 | 第115-120页 |
5.4.1 观测噪声正交投影原理 | 第115-117页 |
5.4.2 正交投影解耦算法 | 第117-119页 |
5.4.3 正交投影 G 阵计算的简化 | 第119-120页 |
5.5 仿真与分析 | 第120-123页 |
5.6 多传感器的强机动目标自适应跟踪算法 | 第123-128页 |
5.6.1 多传感器的强机动目标自适应跟踪算法流程 | 第123-124页 |
5.6.2 关于传感器数目与跟踪精度的讨论 | 第124-125页 |
5.6.3 仿真分析 | 第125-128页 |
5.7 小结 | 第128-129页 |
第6章 结束语 | 第129-131页 |
参考文献 | 第131-136页 |
致谢 | 第136-137页 |
攻读硕士学位期间发表的论文 | 第137页 |