多目标跟踪的数据关联算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·论文研究的背景与意义 | 第7-8页 |
| ·国内外研究现状与发展趋势 | 第8-9页 |
| ·本文的主要内容 | 第9-11页 |
| 第二章 多目标跟踪及数据关联的基本理论 | 第11-35页 |
| ·多目标跟踪的基本理论 | 第11-13页 |
| ·跟踪起始与终结 | 第11-12页 |
| ·目标运动模型 | 第12页 |
| ·跟踪门技术 | 第12-13页 |
| ·滤波与预测 | 第13页 |
| ·目标运动模型 | 第13-16页 |
| ·CA 与 CV 模型 | 第13-14页 |
| ·时间相关模型 | 第14-15页 |
| ·转弯模型 | 第15-16页 |
| ·数据关联算法 | 第16-23页 |
| ·最近邻域法 | 第16页 |
| ·概率数据关联算法 | 第16-19页 |
| ·联合概率数据互联算法 | 第19-21页 |
| ·其他的经典算法 | 第21-23页 |
| ·交互式多模型算法 | 第23-28页 |
| ·交互式多模型算法 | 第24-27页 |
| ·交互式多模型概率数据关联算法 | 第27-28页 |
| ·仿真结果及分析 | 第28-34页 |
| ·概率数据互联算法 | 第28-29页 |
| ·交互式多模型算法 | 第29-31页 |
| ·交互式多模型概率数据关联算法 | 第31-33页 |
| ·联合概率数据互联算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 联合概率数据关联算法的改进 | 第35-49页 |
| ·经验联合概率数据关联算法 | 第36页 |
| ·修正的联合概率数据关联算法 | 第36-44页 |
| ·算法实现 | 第37-39页 |
| ·仿真结果与分析 | 第39-44页 |
| ·基于联合概率数据关联算法的多重门限研究 | 第44-48页 |
| ·方向跟踪门的构造方法 | 第44-46页 |
| ·仿真结果与分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于模糊聚类的多目标数据关联算法 | 第49-61页 |
| ·C-均值聚类算法 | 第49-50页 |
| ·改进的最大熵模糊联合概率数据关联算法 | 第50-54页 |
| ·改进的最大熵模糊聚类 | 第50-51页 |
| ·最佳差异因子 i ( opt) | 第51-53页 |
| ·算法实现 | 第53-54页 |
| ·仿真结果与分析 | 第54-59页 |
| ·两个目标交叉运动 | 第55-56页 |
| ·四个近距离平行目标 | 第56-58页 |
| ·四个小角度交叉目标 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 结束语 | 第61-63页 |
| ·工作总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 作者在读期间的研究成果 | 第69-70页 |
