| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.3.1 国外研究现状 | 第13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 主要研究内容 | 第14-16页 |
| 第二章 航迹聚类方法概述 | 第16-26页 |
| 2.1 基本概念 | 第16页 |
| 2.2 功能及研究内容 | 第16-18页 |
| 2.2.1 航迹聚类功能 | 第16-17页 |
| 2.2.2 航迹聚类研究内容 | 第17-18页 |
| 2.3 常用的聚类算法 | 第18-20页 |
| 2.3.1 基于层次的聚类算法 | 第18页 |
| 2.3.2 基于划分的聚类算法 | 第18页 |
| 2.3.3 基于密度的聚类算法 | 第18-19页 |
| 2.3.4 基于网格的聚类算法 | 第19页 |
| 2.3.5 基于模型的聚类算法 | 第19页 |
| 2.3.6 模糊聚类算法 | 第19-20页 |
| 2.4 航迹聚类技术手段 | 第20-22页 |
| 2.4.1 数据库 | 第20-21页 |
| 2.4.2 LOF算法 | 第21-22页 |
| 2.5 雷达数据预处理 | 第22-25页 |
| 2.5.1 雷达数据转换处理 | 第22-24页 |
| 2.5.2 坐标的投影方法 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于数据库的收缩型航迹聚类模型仿真分析 | 第26-33页 |
| 3.1 算法优势 | 第26页 |
| 3.2 模型的建立 | 第26-29页 |
| 3.2.1 新聚类模型及双重交互算法 | 第26-27页 |
| 3.2.2 K-means聚类算法原理 | 第27-28页 |
| 3.2.3 层次聚类算法聚类算法原理 | 第28-29页 |
| 3.3 参数确定 | 第29-31页 |
| 3.3.1 原始二次雷达数据转码 | 第29页 |
| 3.3.2 仿真参数选取 | 第29-31页 |
| 3.4 算例分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于LOFC时间窗分割算法的航迹聚类分析 | 第33-41页 |
| 4.1 LOFC简述 | 第33页 |
| 4.2 基于时间窗分割的LOFC算法的突出优势 | 第33-34页 |
| 4.3 数据处理以及投影方式介绍 | 第34页 |
| 4.3.1 原始二次雷达数据转码 | 第34页 |
| 4.3.2 UTM投影方式 | 第34页 |
| 4.4 基于时间窗分割的K-均值聚类算法 | 第34-36页 |
| 4.4.1 算法描述 | 第34-36页 |
| 4.4.2 聚类效果评价 | 第36页 |
| 4.5 LOFC时间窗分割算法运算结果 | 第36-40页 |
| 4.6 本章小结 | 第40-41页 |
| 第五章 基于特征航迹简化模型的中心航迹提取分析 | 第41-54页 |
| 5.1 中心航迹提取理论描述 | 第41页 |
| 5.2 基于特征航迹简化模型的中心航迹提取算法的优势 | 第41-42页 |
| 5.3 研究思路 | 第42-47页 |
| 5.3.1 基于特征航迹的简化模型的建立 | 第43-45页 |
| 5.3.2 基于航向的聚类 | 第45页 |
| 5.3.3 中心航迹定位点 | 第45-46页 |
| 5.3.4 样条曲线拟合 | 第46-47页 |
| 5.4 算例分析 | 第47-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 结论与展望 | 第54-57页 |
| 6.1 论文工作总结 | 第54-55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简介 | 第62页 |