复杂环境下强机动目标跟踪算法研究
摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第1章 绪论 | 第7-12页 |
1.1 课题背景及研究意义 | 第7-8页 |
1.2 机动目标跟踪技术及其发展现状 | 第8-10页 |
1.3 本文的主要工作 | 第10-12页 |
第2章 机动目标跟踪的基本原理 | 第12-34页 |
2.1 引言 | 第12页 |
2.2 机动目标跟踪的基本概念 | 第12-16页 |
2.2.1 目标“机动”的定义 | 第12-13页 |
2.2.2 目标“机动”的指标 | 第13-16页 |
2.3 机动目标跟踪基本算法 | 第16-26页 |
2.3.1 卡尔曼滤波算法 | 第17-20页 |
2.3.2 扩展卡尔曼滤波算法 | 第20-22页 |
2.3.3 卡尔曼滤波器分析及重启 | 第22-25页 |
2.3.4 机动目标跟踪算法性能指标 | 第25-26页 |
2.4 典型机动目标的运动模式 | 第26-33页 |
2.4.1 F-22性能和运动机动分析 | 第26-28页 |
2.4.2 几种典型机动模式 | 第28-33页 |
2.5 小结 | 第33-34页 |
第3章 强机动目标的快速反应跟踪算法 | 第34-76页 |
3.1 引言 | 第34页 |
3.2 基本机动目标跟踪模型 | 第34-51页 |
3.2.1 单模型跟踪模型 | 第34-36页 |
3.2.2 多模型跟踪算法 | 第36-37页 |
3.2.3 仿真分析及应用总结 | 第37-51页 |
3.3 变结构可调白噪声模型 | 第51-56页 |
3.3.1 可调白噪声模型的分析 | 第52-53页 |
3.3.2 变结构可调白噪声模型策略 | 第53-55页 |
3.3.3 仿真分析 | 第55-56页 |
3.4 当前统计模型的应用分析及改进 | 第56-74页 |
3.4.1 Singer模型和CS模型 | 第57-59页 |
3.4.2 CS模型性能分析 | 第59-61页 |
3.4.3 CS模型的改进 | 第61-62页 |
3.4.4 仿真分析及CS应用结论 | 第62-74页 |
3.5 小结 | 第74-76页 |
第4章 复杂环境下的目标跟踪算法 | 第76-89页 |
4.1 引言 | 第76页 |
4.2 信息缺失的融合算法 | 第76-78页 |
4.2.1 集中式融合算法 | 第76-77页 |
4.2.2 基于雷达红外双模的序贯融合算法 | 第77-78页 |
4.3 测量噪声自适应调整的跟踪算法 | 第78-88页 |
4.3.1 强跟踪滤波器 | 第79-81页 |
4.3.2 测量噪声调整的Sage-Husa法 | 第81页 |
4.3.3 改进的强跟踪滤波器 | 第81-83页 |
4.3.4 仿真分析 | 第83-88页 |
4.4 小结 | 第88-89页 |
第5章 强机动目标跟踪算法的GUI展示 | 第89-95页 |
5.1 引言 | 第89-90页 |
5.2 输入部分 | 第90-92页 |
5.3 滤波部分 | 第92-93页 |
5.4 数据处理部分 | 第93-94页 |
5.5 小结 | 第94-95页 |
第6章 结束语 | 第95-96页 |
参考文献 | 第96-101页 |
致谢 | 第101-102页 |
攻读硕士学位期间发表的论文 | 第102-104页 |