基于高斯混合概率假设密度滤波器的多扩展目标跟踪
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 国内外研究动态及相关技术 | 第12-15页 |
| 1.2.1 基于RFS的多目标跟踪 | 第12-13页 |
| 1.2.2 扩展目标跟踪 | 第13-15页 |
| 1.3 论文主要工作和结构安排 | 第15-17页 |
| 第二章 基于RFS的多扩展目标跟踪理论基础 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 高斯混合概率假设密度(PHD)滤波算法 | 第17-22页 |
| 2.2.1 PHD滤波算法 | 第17-18页 |
| 2.2.2 高斯混合PHD滤波 | 第18-22页 |
| 2.3 基于高斯混合的PHD多扩展目标跟踪方法 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 多扩展目标量测划分及仿真实现 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 多目标扩展量测划分 | 第27-32页 |
| 3.2.1 距离划分 | 第28-30页 |
| 3.2.2 K-means++划分 | 第30-32页 |
| 3.3 仿真结果及分析 | 第32-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于近邻传播聚类的多扩展目标跟踪算法 | 第38-55页 |
| 4.1 引言 | 第38页 |
| 4.2 量测密度 | 第38-39页 |
| 4.3 密度分析和杂波滤除 | 第39-40页 |
| 4.3.1 密度阈值选取 | 第39-40页 |
| 4.3.2 杂波滤除 | 第40页 |
| 4.4 近邻传播聚类算法 | 第40-44页 |
| 4.5 仿真结果及分析 | 第44-54页 |
| 4.6 本章小结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
