| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1. 绪论 | 第9-14页 |
| 1.1. 研究目的和意义 | 第9-10页 |
| 1.2. 研究现状 | 第10-12页 |
| 1.3. 研究内容 | 第12-13页 |
| 1.4. 论文结构安排 | 第13-14页 |
| 2. 目标跟踪融合的基本算法 | 第14-33页 |
| 2.1. 集中式多传感器联合概率数据互联算法 | 第14-15页 |
| 2.1.1. 联合概率数据互联算法基本模型 | 第14页 |
| 2.1.2. 并行结构的多传感器联合概率关联算法 | 第14-15页 |
| 2.1.3. 串行结构的多传感器联合概率关联算法 | 第15页 |
| 2.2. 扩展的集中式多传感器联合概率关联算法 | 第15-17页 |
| 2.2.1. 基于概率和的集中式多传感器联合概率数据互联算法 | 第15-16页 |
| 2.2.2. 基于数据压缩的集中式多传感器联合概率数据互联算法 | 第16-17页 |
| 2.3. 基于多假设的多传感器多目标跟踪融合算法 | 第17-27页 |
| 2.3.1. 多假设算法基本模型 | 第17-19页 |
| 2.3.2. 并行处理结构的集中式多传感器多假设算法 | 第19-22页 |
| 2.3.3. 基于数据压缩的集中式多传感器多假设算法 | 第22-24页 |
| 2.3.4. 集中交互式多传感器多假设算法 | 第24-27页 |
| 2.4. 基于广义S-维分配的多传感器多目标跟踪融合算法 | 第27-31页 |
| 2.4.1. 广义3-维分配算法 | 第27-29页 |
| 2.4.2. 多传感器多目标广义S-维分配互联算法 | 第29-30页 |
| 2.4.3. 基于广义S-维动态分配的多传感器当前统计概率数据互联算法 | 第30-31页 |
| 2.5. 小结 | 第31-33页 |
| 3. 雷达组网多假设跟踪算法框架 | 第33-47页 |
| 3.1. 多假设跟踪算法 | 第33-45页 |
| 3.1.1. MHT算法描述 | 第33-41页 |
| 3.1.2. 假设增长与控制策略 | 第41-42页 |
| 3.1.3. MHT算法流程及参数设计 | 第42-45页 |
| 3.2. 雷达组网多假设框架 | 第45-47页 |
| 3.2.1. m-best S-D分配问题 | 第45页 |
| 3.2.2. m-best的S-D分配算法 | 第45-47页 |
| 4. 雷达组网MHT工程实现 | 第47-52页 |
| 4.1. 工程应用问题及应对措施 | 第47-48页 |
| 4.1.1. 系统反应时问 | 第47页 |
| 4.1.2. 正确率和精度 | 第47-48页 |
| 4.2. 部分仿真和实装试验结果 | 第48-51页 |
| 4.3. 本章小结 | 第51-52页 |
| 5. 数据多维分配算法改进及工程实现 | 第52-64页 |
| 5.1. 多维数据互联算法 | 第52-58页 |
| 5.1.1. 二维数据分配算法 | 第52-53页 |
| 5.1.2. 多维数据分配算法 | 第53-56页 |
| 5.1.3. 目标状态估计 | 第56-58页 |
| 5.2. 自适应多维数据互联算法 | 第58-61页 |
| 5.2.1. 多传感器探测覆盖区域分区处理 | 第58-59页 |
| 5.2.2. 自适应多维数据互联算法 | 第59-61页 |
| 5.2.3. 多维分配算法的工程应用 | 第61页 |
| 5.3. 仿真与实装实验结果 | 第61-63页 |
| 5.4. 本章小结 | 第63-64页 |
| 6. 总结与展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
