| 摘要 | 第1-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第16-30页 |
| ·概述 | 第16-17页 |
| ·天基光学监视系统有关问题 | 第17-21页 |
| ·天基光学监视系统的发展与现状 | 第17-18页 |
| ·天基光学监视系统的信息融合结构 | 第18-20页 |
| ·天基光学监视系统的目标跟踪问题 | 第20-21页 |
| ·目标跟踪问题的研究现状 | 第21-28页 |
| ·杂波中的单目标跟踪 | 第22-23页 |
| ·杂波中的多目标跟踪 | 第23-24页 |
| ·轨迹关联 | 第24-25页 |
| ·三维空间目标跟踪 | 第25-28页 |
| ·本文主要工作和结构安排 | 第28-30页 |
| 第二章 目标运动特性及定位精度分析 | 第30-56页 |
| ·引言 | 第30-31页 |
| ·目标运动特性分析 | 第31-35页 |
| ·主动段运动特性分析 | 第31-33页 |
| ·中段运动特性分析 | 第33-35页 |
| ·分析结论 | 第35页 |
| ·主要坐标系及传感器观测模型 | 第35-42页 |
| ·主要坐标系定义 | 第35-38页 |
| ·坐标系之间的转换 | 第38-41页 |
| ·传感器观测模型 | 第41-42页 |
| ·目标视线测量误差分析 | 第42-46页 |
| ·视线测量误差分析方法 | 第43-44页 |
| ·视线测量误差系数的求解 | 第44-46页 |
| ·目标定位精度分析 | 第46-55页 |
| ·基于视线交叉的目标定位方法 | 第47-48页 |
| ·视线交叉定位方法的精度分析 | 第48-51页 |
| ·仿真结果及分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第三章 基于随机有限集理论的像平面单目标跟踪算法 | 第56-78页 |
| ·引言 | 第56-57页 |
| ·随机有限集理论 | 第57-60页 |
| ·随机有限集定义 | 第57页 |
| ·随机有限集滤波处理 | 第57-58页 |
| ·跟踪性能评估方法 | 第58-60页 |
| ·基于随机有限集理论的像平面单目标跟踪算法 | 第60-67页 |
| ·像平面目标运动模型和测量模型 | 第60-62页 |
| ·基于随机有限集理论的状态转移密度 | 第62-64页 |
| ·基于随机有限集理论的似然函数 | 第64-65页 |
| ·贝叶斯滤波及状态估计 | 第65-67页 |
| ·像平面单目标跟踪算法的实现技术 | 第67-72页 |
| ·基于SMC 的算法实现技术 | 第67-70页 |
| ·基于GM 的算法实现技术 | 第70-72页 |
| ·仿真结果及分析 | 第72-77页 |
| ·仿真场景、算法参数及性能评价指标 | 第72-74页 |
| ·目标跟踪结果 | 第74-75页 |
| ·Monte Carlo 仿真统计 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第四章 基于PHD 滤波的像平面多目标跟踪算法 | 第78-106页 |
| ·引言 | 第78-79页 |
| ·PHD 多目标滤波器 | 第79-82页 |
| ·贝叶斯多目标滤波器 | 第79-80页 |
| ·PHD 多目标滤波器 | 第80-82页 |
| ·利用信号幅度的像平面PHD 滤波器 | 第82-85页 |
| ·信号幅度建模 | 第82-84页 |
| ·幅度参数辅助的像平面PHD 滤波器 | 第84-85页 |
| ·像平面PHD 滤波器的加窗技术 | 第85-88页 |
| ·加窗的可行性分析 | 第85-86页 |
| ·基于椭球门限的加窗方法 | 第86-88页 |
| ·像平面PHD 滤波器的高斯混合sigma 点实现技术 | 第88-97页 |
| ·GM-PHD 滤波器 | 第88-91页 |
| ·高斯混合sigma 点PHD 滤波器算法构建 | 第91-95页 |
| ·高斯混合sigma 点PHD 滤波器实现流程 | 第95-97页 |
| ·仿真结果及分析 | 第97-104页 |
| ·幅度参数辅助的PHD 滤波器仿真分析 | 第98-100页 |
| ·加窗PHD 滤波器仿真分析 | 第100-101页 |
| ·高斯混合sigma 点PHD 滤波器仿真分析 | 第101-104页 |
| ·本章小结 | 第104-106页 |
| 第五章 多平台多传感器之间的像平面轨迹关联 | 第106-124页 |
| ·引言 | 第106-107页 |
| ·基于倾角差二维分配的像平面轨迹关联算法 | 第107-114页 |
| ·倾角差定义 | 第107-109页 |
| ·倾角差二维分配轨迹关联算法构建 | 第109-110页 |
| ·倾角差二维分配轨迹关联算法实现流程 | 第110-112页 |
| ·仿真结果及分析 | 第112-114页 |
| ·基于运动约束的极大似然像平面轨迹关联算法 | 第114-123页 |
| ·极大似然轨迹关联算法构建 | 第115-116页 |
| ·似然比L_(j_1…j_(Ns)) 表示 | 第116-118页 |
| ·目标状态x(t_r) 极大似然估计 | 第118-120页 |
| ·仿真结果及分析 | 第120-123页 |
| ·本章小结 | 第123-124页 |
| 第六章 基于多模型UKF 滤波的弹道跟踪算法 | 第124-146页 |
| ·引言 | 第124-125页 |
| ·目标运动模型和测量模型 | 第125-130页 |
| ·主动段目标运动模型 | 第126-129页 |
| ·中段目标运动模型 | 第129-130页 |
| ·测量模型 | 第130页 |
| ·基于多模型UKF 滤波的弹道跟踪算法 | 第130-139页 |
| ·多模型UKF 滤波算法构建 | 第131-134页 |
| ·滤波器的初始化 | 第134-137页 |
| ·弹道跟踪时的加速度约束 | 第137-138页 |
| ·Markov 转移概率矩阵确定 | 第138-139页 |
| ·仿真结果及分析 | 第139-144页 |
| ·仿真场景及算法参数设置 | 第139-140页 |
| ·主动段目标运动模型比较 | 第140-141页 |
| ·多模型UKF 滤波算法性能分析 | 第141-144页 |
| ·本章小结 | 第144-146页 |
| 第七章 结论与展望 | 第146-148页 |
| 致谢 | 第148-149页 |
| 参考文献 | 第149-163页 |
| 作者在学期间取得的学术成果 | 第163-164页 |
| 作者在攻读博士学位期间参与的科研项目 | 第164-165页 |
| 附录A ECI 坐标系中目标视线测量误差dv_I 的推导 | 第165-168页 |
| 附录B 自适应步长四阶Runge-Kutta 算法 | 第168页 |
