粒子滤波及其在目标跟踪中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-29页 |
| ·研究背景及意义 | 第11-13页 |
| ·粒子滤波及其研究进展 | 第13-22页 |
| ·粒子滤波 | 第13-18页 |
| ·粒子滤波研究进展 | 第18-22页 |
| ·本文相关问题的研究概况 | 第22-27页 |
| ·多传感器融合跟踪 | 第23-24页 |
| ·数据关联技术 | 第24-25页 |
| ·基于FISST的多目标跟踪 | 第25-27页 |
| ·论文主要研究成果与内容安排 | 第27-29页 |
| 第二章 基于粒子滤波的单目标跟踪 | 第29-55页 |
| ·引言 | 第29-30页 |
| ·一种基于修正IEKF的粒子滤波算法 | 第30-37页 |
| ·修正的迭代扩展卡尔曼滤波 | 第30-34页 |
| ·基于修正IEKF的粒子滤波 | 第34-35页 |
| ·仿真实验与分析 | 第35-37页 |
| ·基于交互多模型粒子滤波的机动目标跟踪 | 第37-43页 |
| ·交互多模型 | 第37-39页 |
| ·IMM迭代扩展卡尔曼粒子滤波 | 第39-41页 |
| ·仿真实验与分析 | 第41-43页 |
| ·基于多传感器融合粒子滤波的纯方位跟踪 | 第43-54页 |
| ·BOT问题 | 第44-46页 |
| ·分布式多传感器融合粒子滤波算法 | 第46-48页 |
| ·多传感器BOT的CRLB | 第48-50页 |
| ·仿真实验与分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第三章 基于数据关联和粒子滤波的多目标跟踪 | 第55-71页 |
| ·引言 | 第55-56页 |
| ·基于高斯粒子JPDA滤波的多目标跟踪 | 第56-63页 |
| ·JPDAF基本框架 | 第56-57页 |
| ·高斯粒子JPDA滤波算法 | 第57-58页 |
| ·量测值的门选 | 第58-59页 |
| ·算法小结 | 第59-60页 |
| ·仿真实验与分析 | 第60-63页 |
| ·基于模糊聚类和粒子滤波的多目标跟踪 | 第63-70页 |
| ·模糊聚类数据关联 | 第64-65页 |
| ·最大熵模糊聚类粒子滤波算法 | 第65-66页 |
| ·仿真实验与分析 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第四章 基于高斯混合粒子PHD滤波的多目标跟踪 | 第71-81页 |
| ·引言 | 第71页 |
| ·随机集滤波模型 | 第71-72页 |
| ·PHD滤波 | 第72-73页 |
| ·高斯混合PHD滤波 | 第73-74页 |
| ·高斯混合粒子PHD滤波 | 第74-77页 |
| ·仿真实验与分析 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 基于CPHD滤波的多目标跟踪 | 第81-101页 |
| ·引言 | 第81页 |
| ·CPHD滤波 | 第81-83页 |
| ·基于高斯混合粒子CPHD滤波的多目标跟踪 | 第83-91页 |
| ·高斯混合CPHD滤波 | 第83-84页 |
| ·高斯混合粒子CPHD滤波 | 第84-88页 |
| ·仿真实验与分析 | 第88-91页 |
| ·基于粒子CPHD滤波的多目标跟踪 | 第91-100页 |
| ·粒子CPHD滤波 | 第91-94页 |
| ·算法小结 | 第94-96页 |
| ·算法复杂度分析 | 第96-97页 |
| ·仿真实验与分析 | 第97-100页 |
| ·本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-103页 |
| ·总结 | 第101-102页 |
| ·展望 | 第102-103页 |
| 致谢 | 第103-105页 |
| 参考文献 | 第105-121页 |
| 作者在读期间的研究成果 | 第121-123页 |
