基于被动测量的机动目标跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·目标跟踪技术的研究背景及其意义 | 第7页 |
| ·目标跟踪中状态估计算法的研究现状 | 第7-10页 |
| ·线性滤波算法发展现状 | 第7-8页 |
| ·非线性滤波算法发展现状 | 第8-9页 |
| ·机动目标跟踪发展现状 | 第9-10页 |
| ·本文研究内容及论文基本框架 | 第10-13页 |
| 第二章 目标跟踪 | 第13-21页 |
| ·目标跟踪系统概述 | 第13-14页 |
| ·传感器与坐标系统选择 | 第14-17页 |
| ·主动传感器 | 第14-15页 |
| ·被动传感器 | 第15页 |
| ·坐标系的选择 | 第15-17页 |
| ·跟踪的起始和终结 | 第17-19页 |
| ·航迹起始 | 第18页 |
| ·基于两点外推的航迹起始算法 | 第18-19页 |
| ·跟踪终结 | 第19页 |
| ·本章小节 | 第19-21页 |
| 第三章 状态估计—理论及方法 | 第21-39页 |
| ·估计方法的相关概念 | 第21-25页 |
| ·四种基本估计方法 | 第21-22页 |
| ·估计性质 | 第22-23页 |
| ·贝叶斯滤波 | 第23-25页 |
| ·线性滤波算法 | 第25-28页 |
| ·卡尔曼滤波（KF） | 第25-27页 |
| ·α- β滤波和α-β- γ滤波 | 第27-28页 |
| ·非线性滤波算法 | 第28-34页 |
| ·扩展卡尔曼滤波(EKF) | 第29-31页 |
| ·不敏卡尔曼滤波（UKF） | 第31-34页 |
| ·仿真结果 | 第34-37页 |
| ·本章小节 | 第37-39页 |
| 第四章 机动目标跟踪 | 第39-53页 |
| ·机动目标跟踪方法概述 | 第39-40页 |
| ·目标运动模型 | 第40-46页 |
| ·CV/CA/CT模型 | 第40-43页 |
| ·机动目标模型 | 第43-46页 |
| ·机动目标跟踪算法 | 第46-51页 |
| ·可调白噪声模型 | 第46-47页 |
| ·多模型算法 | 第47-48页 |
| ·交互式多模型滤波 | 第48-51页 |
| ·本章小节 | 第51-53页 |
| 第五章 一种变结构多模型机动目标跟踪算法 | 第53-63页 |
| ·问题的提出 | 第53页 |
| ·变结构多模型滤波算法 | 第53-56页 |
| ·图论的相关知识 | 第53-54页 |
| ·变结构的基本思想 | 第54-55页 |
| ·变结构交互式多模型滤波算法 | 第55-56页 |
| ·算法仿真 | 第56-57页 |
| ·变结构多模式滤波在红外目标跟踪系统中的应用 | 第57-61页 |
| ·红外目标跟踪系统概述 | 第58-59页 |
| ·红外序列图像的检测 | 第59-60页 |
| ·红外序列图像中机动目标跟踪仿真 | 第60-61页 |
| ·本章小节 | 第61-63页 |
| 第六章 结束语 | 第63-65页 |
| ·本文工作的总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-72页 |
