| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-12页 |
| ·被动多传感器系统构成 | 第12-14页 |
| ·目标定位与跟踪方法研究现状 | 第14-17页 |
| ·论文主要工作及内容安排 | 第17-19页 |
| 第二章 目标跟踪基础 | 第19-35页 |
| ·引言 | 第19页 |
| ·目标跟踪的功能要素 | 第19-21页 |
| ·目标运动模型 | 第21-26页 |
| ·CV与CA模型 | 第21-22页 |
| ·Singer模型 | 第22-24页 |
| ·当前统计模型 | 第24-26页 |
| ·转弯模型 | 第26页 |
| ·滤波算法 | 第26-32页 |
| ·卡尔曼滤波 | 第26-28页 |
| ·推广卡尔曼滤波 | 第28-29页 |
| ·无迹卡尔曼滤波 | 第29-32页 |
| ·小结 | 第32-35页 |
| 第三章 被动多传感器非机动目标跟踪 | 第35-49页 |
| ·引言 | 第35-36页 |
| ·被动多传感器目标跟踪建模 | 第36-38页 |
| ·目标运动模型 | 第36-37页 |
| ·传感器模型 | 第37-38页 |
| ·被动多传感器的数据融合 | 第38页 |
| ·基于推广卡尔曼滤波的被动多传感器非机动目标跟踪 | 第38-41页 |
| ·基于无迹卡尔曼滤波的被动多传感器非机动目标跟踪 | 第41-43页 |
| ·基于最小二乘的被动多传感器非机动目标跟踪 | 第43-47页 |
| ·被动多传感器的最小二乘估计 | 第43-46页 |
| ·基于最小二乘的被动多传感器非机动目标跟踪 | 第46-47页 |
| ·小结 | 第47-49页 |
| 第四章 基于高阶统计量机动检测的被动多传感器目标跟踪 | 第49-57页 |
| ·引言 | 第49-50页 |
| ·卡尔曼滤波中传统的机动检测方法 | 第50页 |
| ·基于高阶统计量的目标机动检测算法 | 第50-55页 |
| ·检测方案 | 第50-52页 |
| ·三阶累积量估计 | 第52-53页 |
| ·仿真实验 | 第53-55页 |
| ·基于高阶统计量机动检测的被动多传感器机动目标跟踪 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第五章 被动多传感器当前统计模型自适应跟踪算法 | 第57-77页 |
| ·引言 | 第57页 |
| ·当前统计模型自适应跟踪算法 | 第57-62页 |
| ·被动多传感器推广卡尔曼滤波自适应跟踪算法 | 第62-67页 |
| ·被动多传感器平方根无迹卡尔曼滤波自适应跟踪算法 | 第67-71页 |
| ·被动多传感器最小二乘自适应跟踪算法 | 第71-73页 |
| ·分析与比较 | 第73-74页 |
| ·小结 | 第74-77页 |
| 第六章 被动多传感器交互多模型跟踪算法 | 第77-95页 |
| ·引言 | 第77页 |
| ·交互多模型算法 | 第77-80页 |
| ·被动多传感器推广卡尔曼滤波交互多模型算法 | 第80-86页 |
| ·算法描述 | 第80-82页 |
| ·仿真分析 | 第82-86页 |
| ·被动多传感器无迹卡尔曼滤波交互多模型算法 | 第86-90页 |
| ·被动多传感器最小二乘交互多模型算法 | 第90-92页 |
| ·仿真分析与比较 | 第92-93页 |
| ·小结 | 第93-95页 |
| 第七章 总结与展望 | 第95-97页 |
| ·总结 | 第95-96页 |
| ·展望 | 第96-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-109页 |
| 作者在攻读博士期间撰写的论文 | 第109-110页 |
| 参加的纵向科研项目 | 第110页 |