| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究的发展和现状 | 第17-18页 |
| 1.3 本文主要工作 | 第18-20页 |
| 第二章 目标跟踪的基本概念及常用的滤波算法 | 第20-40页 |
| 2.1 引言 | 第20页 |
| 2.2 目标跟踪的基本概念 | 第20-22页 |
| 2.3 目标跟踪中常用的滤波算法 | 第22-38页 |
| 2.3.1 贝叶斯滤波理论 | 第22-25页 |
| 2.3.2 卡尔曼滤波器 | 第25-26页 |
| 2.3.3 扩展卡尔曼滤波 | 第26-28页 |
| 2.3.4 不敏卡尔曼滤波器 | 第28-30页 |
| 2.3.5 粒子滤波器 | 第30-34页 |
| 2.3.6 仿真分析 | 第34-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 机动目标跟踪方法研究 | 第40-54页 |
| 3.1 引言 | 第40页 |
| 3.2 机动目标的跟踪原理 | 第40-41页 |
| 3.2.1 机动单目标跟踪的基本原理 | 第40-41页 |
| 3.2.2 机动多目标跟踪基本原理 | 第41页 |
| 3.3 机动目标跟踪模型 | 第41-47页 |
| 3.3.1 CV和CA模型 | 第42-43页 |
| 3.3.2 Singer模型 | 第43-45页 |
| 3.3.3“当前”统计模型 | 第45-47页 |
| 3.4 基于自适应机动频率的改进CS模型 | 第47-53页 |
| 3.4.1 算法原理 | 第47-50页 |
| 3.4.2 仿真分析 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第四章 杂波环境下的多目标跟踪方法研究 | 第54-80页 |
| 4.1 引言 | 第54页 |
| 4.2 杂波环境下的数据关联方法 | 第54-61页 |
| 4.2.1 最近邻数据关联算法 | 第55-56页 |
| 4.2.2 概率数据关联算法 | 第56-58页 |
| 4.2.3 联合概率数据关联算法 | 第58-61页 |
| 4.3 基于Hopfield神经网络的数据互联算法 | 第61-70页 |
| 4.3.1 连续型Hopfield网络 | 第62-64页 |
| 4.3.2 神经联合概率数据关联算法 | 第64-66页 |
| 4.3.3 仿真分析 | 第66-70页 |
| 4.4 基于混沌神经网络的数据关联算法 | 第70-78页 |
| 4.4.1 混沌神经网络 | 第70-72页 |
| 4.4.2 改进的混沌神经网络 | 第72-74页 |
| 4.4.3 基于改进混沌神经网络的数据关联算法 | 第74-75页 |
| 4.4.4 仿真分析 | 第75-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 工作总结 | 第80-81页 |
| 5.2 工作展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者简介 | 第88-89页 |