基于拉格朗日松弛的被动多传感器多目标数据关联算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景和意义 | 第10-14页 |
| ·国内外研究现状及发展趋势 | 第14-17页 |
| ·本文的主要内容和论文结构 | 第17-19页 |
| 第二章 基本概念和理论基础 | 第19-32页 |
| ·引言 | 第19页 |
| ·几种常见的数据关联算法 | 第19-22页 |
| ·全局“最近邻”算法 | 第19-20页 |
| ·概率多假设方法 | 第20页 |
| ·联合概率数据互联算法 | 第20-21页 |
| ·基于分配算法的数据互联 | 第21-22页 |
| ·分配算法数学模型 | 第22-25页 |
| ·基本模型 | 第22-23页 |
| ·划分量测 | 第23-24页 |
| ·分配问题的测量划分 | 第24-25页 |
| ·拉格朗日松弛基本算法 | 第25-27页 |
| ·拉格朗日松弛思想 | 第25-26页 |
| ·拉格朗日松弛基本方法 | 第26-27页 |
| ·二维分配基本算法 | 第27-31页 |
| ·匈牙利算法 | 第27-29页 |
| ·拍卖算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 多被动传感器-多目标三维分配数据关联算法 | 第32-47页 |
| ·引言 | 第32页 |
| ·多目标“鬼点”剔除 | 第32-36页 |
| ·多被动传感器的工作机制及“鬼点”的产生 | 第32-34页 |
| ·算法的基本思想 | 第34页 |
| ·算法仿真分析 | 第34-36页 |
| ·3-D 分配数据关联算法 | 第36-42页 |
| ·基于代理修正次梯度的3-D 分配数据关联技术 | 第36-39页 |
| ·基于模糊次梯度的3-D 分配数据关联技术 | 第39-42页 |
| ·广义拍卖算法 | 第42-44页 |
| ·对偶解 | 第42-43页 |
| ·广义拍卖算法实现 | 第43-44页 |
| ·仿真分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 S 维分配及动态数据关联 | 第47-62页 |
| ·引言 | 第47页 |
| ·S 维分配算法 | 第47-52页 |
| ·数学模型 | 第47-49页 |
| ·求解方法 | 第49-50页 |
| ·约束松弛 | 第50-52页 |
| ·动态数据关联 | 第52-55页 |
| ·动态数据关联算法 | 第52-55页 |
| ·动态分配与静态分配算法的关系 | 第55页 |
| ·仿真分析 | 第55-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录1 | 第69-70页 |
| 附录2 | 第70-73页 |
| 详细摘要 | 第73-77页 |
