| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状概述 | 第9-14页 |
| ·数据关联 | 第10-12页 |
| ·滤波方法 | 第12-13页 |
| ·机动目标跟踪 | 第13-14页 |
| ·本文的研究内容及组织结构 | 第14-16页 |
| 第二章 目标跟踪建模与数据关联相关理论 | 第16-29页 |
| ·目标跟踪建模 | 第16-17页 |
| ·CV 和 CA 模型 | 第16页 |
| ·协同转弯模型 | 第16-17页 |
| ·数据关联理论 | 第17-23页 |
| ·关联波门的设计 | 第18-19页 |
| ·最近邻数据关联 | 第19-20页 |
| ·概率数据关联 | 第20-21页 |
| ·联合概率数据关联 | 第21-23页 |
| ·仿真指标 | 第23-24页 |
| ·JPDA 仿真实验 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于衰减记忆滤波的 MA-STUKF 算法 | 第29-47页 |
| ·非线性滤波问题描述 | 第29-34页 |
| ·扩展卡尔曼滤波 | 第29-31页 |
| ·不敏卡尔曼滤波 | 第31-34页 |
| ·非线性滤波算法仿真实验 | 第34-39页 |
| ·UKF 算法的改进 | 第39-46页 |
| ·基于衰减记忆滤波的 MA-STUKF 算法 | 第40-42页 |
| ·仿真实验 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于模型转移概率自适应的 TPA-IMM-UKF 算法 | 第47-60页 |
| ·IMM 交互式多模型算法 | 第47-48页 |
| ·对 IMM 算法的改进 | 第48-53页 |
| ·模型转移概率的改进 | 第48-51页 |
| ·基于模型转移概率自适应的 TPA-IMM-UKF 算法 | 第51-53页 |
| ·仿真实验 | 第53-59页 |
| ·仿真模型 | 第53-54页 |
| ·仿真结果分析 | 第54-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的学术论文 | 第67页 |
