雷达多目标跟踪的粒子滤波处理方法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 多目标跟踪 | 第11-13页 |
| 1.2.2 粒子滤波 | 第13-14页 |
| 1.3 论文研究内容及组织结构 | 第14-18页 |
| 第2章 多目标跟踪与粒子滤波 | 第18-28页 |
| 2.1 多目标跟踪理论 | 第18-24页 |
| 2.1.1 贝叶斯估计理论 | 第18-19页 |
| 2.1.2 跟踪滤波 | 第19-21页 |
| 2.1.3 数据关联 | 第21-24页 |
| 2.2 粒子滤波 | 第24-26页 |
| 2.2.1 蒙特卡洛积分 | 第24-25页 |
| 2.2.2 重采样 | 第25-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 基于代价函数的粒子滤波算法 | 第28-46页 |
| 3.1 序贯重要性采样 | 第28-31页 |
| 3.2 序贯重要性重采样粒子滤波算法 | 第31-33页 |
| 3.3 代价参考粒子滤波算法 | 第33-39页 |
| 3.3.1 代价参考粒子滤波算法 | 第33-35页 |
| 3.3.2 高斯代价参考粒子滤波算法 | 第35-39页 |
| 3.4 算法性能的仿真分析 | 第39-45页 |
| 3.4.1 系统统计特性已知 | 第39-42页 |
| 3.4.2 系统统计特性未知 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于CRPF-JPDA的多目标跟踪算法 | 第46-70页 |
| 4.1 联合概率数据关联算法 | 第46-54页 |
| 4.2 基于MC-JPDA的多目标跟踪算法 | 第54-55页 |
| 4.2.1 MC-JPDA的多目标跟踪算法 | 第54-55页 |
| 4.2.2 重要性密度函数的选取 | 第55页 |
| 4.3 基于CRPF-JPDA的多目标跟踪算法 | 第55-60页 |
| 4.3.1 CRPF-JPDA的多目标跟踪算法 | 第55-56页 |
| 4.3.2 观测的门选过程 | 第56-58页 |
| 4.3.3 算法流程 | 第58-60页 |
| 4.4 算法性能的仿真分析 | 第60-69页 |
| 4.4.1 线性模型 | 第60-63页 |
| 4.4.2 非线性模型 | 第63-66页 |
| 4.4.3 非高斯模型 | 第66-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 作者简介 | 第80页 |
