首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

量化量测下的机动目标跟踪方法研究

摘要第1-6页
ABSTRACT第6-10页
符号对照表第10-11页
缩略语对照表第11-14页
第一章 绪论第14-20页
   ·研究背景和意义第14-16页
   ·国内外研究现状第16-19页
   ·论文主要工作与章节安排第19-20页
第二章 量化量测下的机动目标跟踪理论基础第20-34页
   ·引言第20-21页
   ·量化量测基础知识第21-23页
     ·非传统量测第21-22页
     ·量化量测模型第22-23页
   ·机动目标运动模型第23-29页
     ·基于运动状态的模型第23-26页
     ·基于统计随机性的模型第26-29页
   ·多模型方法简介第29-32页
   ·本章小结第32-34页
第三章 量化量测下的Singer模型机动目标跟踪第34-50页
   ·引言第34页
   ·Bayes滤波框架第34-36页
   ·量化量测下的Singer模型Kalman滤波第36-41页
     ·近似最小均方误差估计(MMSE)量化量测方法第36-37页
     ·量化量测下的Singer模型Kalman滤波第37-39页
     ·仿真实验与分析第39-41页
   ·量化量测下的Singer模型GMPHD滤波第41-48页
     ·随机有限集和PHD滤波第41-43页
     ·量化量测下的Singer模型GMPHD滤波第43-44页
     ·仿真实验及分析第44-48页
   ·本章小结第48-50页
第四章 量化量测下的多模型机动目标跟踪第50-66页
   ·引言第50页
   ·量化量测下的非线性与广义似然第50-53页
     ·量化量测下的非线性第50-51页
     ·量化量测下的广义似然第51-53页
   ·交互多模型粒子/箱粒子滤波第53-56页
     ·交互多模型粒子滤波第53-54页
     ·交互多模型箱粒子滤波第54-56页
   ·被动传感器交互多模型粒子/箱粒子PHD滤波第56-64页
     ·被动传感器交互多模型粒子PHD滤波第57-58页
     ·被动传感器交互多模型箱粒子PHD滤波第58-60页
     ·仿真实验与分析第60-64页
   ·本章小结第64-66页
第五章 总结和展望第66-68页
   ·总结第66-67页
   ·展望第67-68页
参考文献第68-72页
致谢第72-74页
作者简介第74页

论文共74页,点击 下载论文
上一篇:AdaBoost算法框架下的仿生神经网络算法
下一篇:基于FPGA的电容屏电流电压数据采集系统的设计