目标跟踪系统中多传感器数据融合算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·机动目标跟踪概述 | 第8页 |
| ·数据融合算法的基本概念及意义 | 第8-12页 |
| ·目标跟踪系统中数据融合算法的发展现状与趋势 | 第12-13页 |
| ·本文主要工作 | 第13-15页 |
| 第二章 跟踪系统中的基本算法与常用融合算法简介 | 第15-24页 |
| ·卡尔曼滤波 | 第15-21页 |
| ·最优递归估值器--标量卡尔曼滤波器 | 第16-18页 |
| ·向量卡尔曼滤波器 | 第18-20页 |
| ·卡尔曼滤波器的主要特性 | 第20-21页 |
| ·加权融合算法 | 第21-22页 |
| ·自适应加权融合估计算法 | 第22-24页 |
| ·自适应加权融合的估计模型及原理 | 第22页 |
| ·算法推导 | 第22-24页 |
| 第三章 融合算法性能评估系统的设计与实现 | 第24-35页 |
| ·平台的设计思路 | 第24-26页 |
| ·数据发生器模块 | 第26-28页 |
| ·卡尔曼滤波器模块 | 第28-29页 |
| ·异步数据处理模块 | 第29-30页 |
| ·数据融合模块 | 第30-31页 |
| ·性能评估模块 | 第31页 |
| ·仿真平台的测试 | 第31-35页 |
| 第四章 人工神经网络与模糊逻辑的结合算法 | 第35-54页 |
| ·算法提出背景 | 第35页 |
| ·人工神经网络 | 第35-41页 |
| ·人工神经网络简介 | 第35-36页 |
| ·神经元模型 | 第36-37页 |
| ·人工神经网络的互联模式 | 第37-39页 |
| ·人工神经网络学习规则 | 第39-41页 |
| ·模糊逻辑 | 第41-45页 |
| ·模糊逻辑简介 | 第41页 |
| ·模糊集合的基本概念 | 第41-43页 |
| ·模糊集合运算 | 第43-44页 |
| ·模糊推理和模糊决策 | 第44页 |
| ·模糊系统设计 | 第44-45页 |
| ·人工神经网络与模糊逻辑结合的算法 | 第45-49页 |
| ·人工神经网络的详细设计 | 第45-46页 |
| ·模糊逻辑系统的详细设计 | 第46-48页 |
| ·人工神经网络与模糊逻辑结合的算法模型 | 第48-49页 |
| ·仿真与结果分析 | 第49-54页 |
| 第五章 总结 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 附录 | 第58-61页 |
| 攻硕期间取得的研究成果 | 第61-62页 |
