多传感器数据关联与航迹融合技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·引言 | 第11-12页 |
| ·课题的研究背景 | 第12-13页 |
| ·信息融合的方法 | 第13-14页 |
| ·国内外研究概况 | 第14-15页 |
| ·多传感器融合结构 | 第15-18页 |
| ·本文的主要工作和内容安排 | 第18-20页 |
| 第2章 传感器数据的预处理技术 | 第20-35页 |
| ·问题的提出 | 第20页 |
| ·传感器的配准 | 第20-25页 |
| ·时间配准 | 第21-23页 |
| ·空间配准 | 第23-25页 |
| ·野值点的处理 | 第25-34页 |
| ·野值点的基本概念 | 第26页 |
| ·常用野值点的检测和剔除方法 | 第26-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 数据关联算法 | 第35-60页 |
| ·几种数据关联算法 | 第35-47页 |
| ·最近邻方法 | 第35-36页 |
| ·概率数据关联算法（PDA） | 第36-41页 |
| ·联合概率数据关联算法（JPDA） | 第41-47页 |
| ·基于统计筛选的模式分类研究 | 第47-55页 |
| ·基于 PCA 方法的数据分类处理 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 第4章 多传感器的数据融合方法研究 | 第60-84页 |
| ·量测融合算法 | 第60-76页 |
| ·扩维滤波方法 | 第60-62页 |
| ·伪序贯滤波方法 | 第62页 |
| ·复合量测滤波方法 | 第62-64页 |
| ·去偏转换卡尔曼滤波方法 | 第64-76页 |
| ·航迹融合算法 | 第76-83页 |
| ·简单凸组合航迹融合算法 | 第76-78页 |
| ·加权融合估计算法 | 第78-79页 |
| ·自适应数字滤波算法 | 第79-83页 |
| ·本章小结 | 第83-84页 |
| 第5章 基于 D-S 证据理论的融合研究 | 第84-116页 |
| ·基于 D-S 证据理论的信息融合 | 第84-93页 |
| ·组合 D-S 证据理论的基本原理 | 第84-87页 |
| ·组合 D-S 证据理论的算法流程 | 第87-91页 |
| ·三种常用的组合 D-S 证据融合结构 | 第91-92页 |
| ·组合 D-S 证据理论的仿真实验 | 第92-93页 |
| ·D-S 证据理论存在的问题及解决方法 | 第93-115页 |
| ·D-S 证据理论存在的问题 | 第93-95页 |
| ·基本概率赋值函数的获取方法 | 第95-98页 |
| ·证据合成的近似算法 | 第98-105页 |
| ·高冲突证据的处理方法 | 第105-111页 |
| ·仿真对比分析 | 第111-115页 |
| ·本章小结 | 第115-116页 |
| 结论 | 第116-118页 |
| 参考文献 | 第118-125页 |
| 攻读博士学位期间发表的论文 | 第125-126页 |
| 致谢 | 第126页 |
