首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达跟踪系统论文

基于随机集理论的被动多传感器多目标跟踪

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-22页
   ·研究背景及意义第12-13页
   ·被动多传感器目标跟踪系统第13-16页
   ·多目标跟踪技术研究现状第16-17页
   ·随机集理论概述第17-19页
   ·论文主要研究成果与内容安排第19-22页
第二章 被动多传感器多目标跟踪基础第22-34页
   ·引言第22页
   ·被动多传感器量测建模第22-23页
   ·目标运动建模第23-28页
     ·CV与CA模型第24页
     ·Singer模型第24-26页
     ·当前统计模型第26-28页
     ·转弯模型第28页
   ·滤波算法第28-33页
     ·卡尔曼滤波第28-30页
     ·扩展卡尔曼滤波第30页
     ·粒子滤波第30-33页
   ·本章小结第33-34页
第三章 被动多传感器量测数据关联第34-56页
   ·引言第34页
   ·多维分配问题第34-36页
   ·拉格朗日松弛算法第36-38页
   ·基于距离加权最小二乘的改进代价函数第38-47页
     ·距离加权最小二乘估计第39-42页
     ·改进代价函数第42-43页
     ·仿真实验与分析第43-47页
   ·基于统计量检验的快速关联算法第47-55页
     ·两传感器统计量检验第47-48页
     ·三传感器统计量检验第48-50页
     ·快速关联算法第50-53页
     ·仿真实验与分析第53-55页
   ·本章小结第55-56页
第四章 基于随机集PHD的多目标跟踪第56-82页
   ·引言第56页
   ·随机集滤波模型第56-58页
   ·PHD滤波第58-61页
     ·高斯混合PHD滤波第59-60页
     ·粒子PHD滤波第60-61页
   ·基于PHD的多传感器多目标跟踪第61-70页
     ·多传感器PHD近似算法第62-63页
     ·改进的多传感器PHD近似算法第63-65页
     ·仿真实验与分析第65-70页
   ·基于PHD的多机动目标跟踪第70-81页
     ·多模型粒子PHD滤波第71-73页
     ·交互多模型粒子PHD滤波第73-75页
     ·交互多模型RBP-PHD滤波第75-77页
     ·仿真实验与分析第77-81页
   ·本章小结第81-82页
第五章 基于随机集CPHD的多目标跟踪第82-104页
   ·引言第82-83页
   ·CPHD滤波第83-85页
   ·改进的CPHD滤波第85-92页
     ·目标漏检问题第85-86页
     ·改进算法第86-89页
     ·仿真实验与分析第89-92页
   ·基于CPHD的被动测角跟踪第92-103页
     ·高斯混合粒子CPHD滤波第93-95页
     ·改进的GMP-CPHD滤波第95-99页
     ·仿真实验与分析第99-103页
   ·本章小结第103-104页
第六章 基于随机集MeMBer的多目标跟踪第104-120页
   ·引言第104页
   ·MeMBer滤波第104-106页
   ·改进的MeMBer滤波第106-113页
     ·量测新息弱化问题第106-108页
     ·改进算法第108-110页
     ·仿真实验与分析第110-113页
   ·基于改进MeMBer的被动测角多目标跟踪第113-118页
     ·GMP-IMeMBer滤波第113-116页
     ·仿真实验与分析第116-118页
   ·本章小结第118-120页
第七章 随机集滤波的航迹管理第120-130页
   ·引言第120-121页
   ·估计与航迹关联第121-122页
   ·基于模糊聚类的航迹管理算法第122-126页
   ·仿真实验与分析第126-129页
   ·本章小结第129-130页
第八章 总结与展望第130-132页
   ·总结第130-131页
   ·展望第131-132页
致谢第132-134页
参考文献第134-148页
作者在读期间的研究成果第148-150页

论文共150页,点击 下载论文
上一篇:被动多传感器目标跟踪及航迹维持算法研究
下一篇:米波雷达低仰角估计方法研究