摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第10-14页 |
1.1 课题的研究背景及意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 非线性滤波理论的发展现状 | 第10-12页 |
1.2.2 目标跟踪理论的发展现状 | 第12-13页 |
1.3 课题的主要工作及内容编排 | 第13-14页 |
第2章 目标跟踪原理及运动目标数学建模 | 第14-26页 |
2.1 目标跟踪的原理 | 第14-16页 |
2.1.1 单目标跟踪原理 | 第14-15页 |
2.1.2 多目标跟踪原理 | 第15页 |
2.1.3 机动目标跟踪原理 | 第15-16页 |
2.2 运动目标数学建模 | 第16-19页 |
2.2.1 CV和CA运动模型 | 第16页 |
2.2.2 时间相关模型(Singer模型) | 第16-17页 |
2.2.3 机动目标“当前”统计模型 | 第17-18页 |
2.2.4 协同转弯模型 | 第18-19页 |
2.3 雷达信号检测与目标跟踪 | 第19-25页 |
2.3.1 雷达目标跟踪系统 | 第19页 |
2.3.2 雷达量测模型 | 第19-25页 |
2.4 本章小结 | 第25-26页 |
第3章 高斯滤波器及其在目标跟踪中的应用 | 第26-50页 |
3.1 高斯滤波器的一般形式 | 第26-27页 |
3.2 EKF | 第27-29页 |
3.3 UKF | 第29-31页 |
3.3.1 Unscented变换 | 第29-30页 |
3.3.2 UKF滤波算法 | 第30-31页 |
3.4 CKF | 第31-33页 |
3.4.1 Spherical-Radial Cubature准则 | 第31-32页 |
3.4.2 CKF滤波算法 | 第32-33页 |
3.5 仿真分析 | 第33-48页 |
3.5.1 单变量非平稳增长模型 | 第34-35页 |
3.5.2 方位跟踪 | 第35-37页 |
3.5.3 弹道目标再入 | 第37-39页 |
3.5.4 常规点目标跟踪 | 第39-41页 |
3.5.5 转弯目标跟踪 | 第41-46页 |
3.5.6 径向速度测量跟踪 | 第46-48页 |
3.6 本章小结 | 第48-50页 |
第4章 粒子滤波及其在目标跟踪中的应用 | 第50-72页 |
4.1 贝叶斯滤波理论 | 第50-52页 |
4.2 粒子滤波算法 | 第52-57页 |
4.2.1 Monte Carlo模拟 | 第52页 |
4.2.2 序贯重要性采样算法 | 第52-54页 |
4.2.3 粒子重采样 | 第54-55页 |
4.2.4 标准粒子滤波算法 | 第55-57页 |
4.3 基于优选重要性密度函数的粒子滤波改进算法 | 第57-63页 |
4.3.1 重要性密度函数的选取 | 第57-58页 |
4.3.2 基于EKF的粒子滤波改进算法 | 第58-59页 |
4.3.3 基于UKF的粒子滤波改进算法 | 第59-61页 |
4.3.4 基于CKF的粒子滤波改进算法 | 第61-63页 |
4.4 仿真分析 | 第63-70页 |
4.4.1 单变量非平稳增长模型 | 第63-64页 |
4.4.2 单站单目标跟踪仿真 | 第64-68页 |
4.4.3 一维非线性模型仿真分析 | 第68-70页 |
4.5 本章小结 | 第70-72页 |
第5章 截断的自适应容积粒子滤波器 | 第72-90页 |
5.1 引言 | 第72-73页 |
5.2 截断卡尔曼滤波器 | 第73-77页 |
5.2.1 非线性高斯滤波器量测更新阶段分析 | 第73-75页 |
5.2.2 截断卡尔曼滤波器原理分析 | 第75-77页 |
5.3 截断的自适应容积粒子滤波器 | 第77-83页 |
5.3.1 TKF与GF自适应调整机制 | 第78-79页 |
5.3.2 截断的自适应容积卡尔曼滤波器 | 第79-81页 |
5.3.3 TACKF稳定性分析 | 第81-82页 |
5.3.4 基于TACKF的粒子滤波改进算法 | 第82-83页 |
5.4 仿真分析 | 第83-88页 |
5.4.1 单变量非平稳增长模型 | 第83-86页 |
5.4.2 目标跟踪模型仿真 | 第86-88页 |
5.5 本章小结 | 第88-90页 |
结论 | 第90-92页 |
参考文献 | 第92-98页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第98-100页 |
致谢 | 第100页 |