摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-15页 |
第一章 绪论 | 第15-21页 |
1.1 研究背景及意义 | 第15-16页 |
1.2 随机集理论概述 | 第16-17页 |
1.3 扩展目标跟踪技术研究现状 | 第17-18页 |
1.4 论文主要研究成果与内容安排 | 第18-21页 |
第二章 基于随机集的多目标跟踪基础 | 第21-31页 |
2.1 引言 | 第21-22页 |
2.2 基础理论 | 第22-24页 |
2.2.1 随机集滤波模型 | 第22-23页 |
2.2.2 高斯量测噪声下联合概率密度函数的变分贝叶斯近似 | 第23-24页 |
2.2.3 Student’s t量测噪声下联合概率密度函数的变分贝叶斯近似 | 第24页 |
2.3 点目标CPHD滤波算法 | 第24-26页 |
2.4 扩展目标CPHD滤波算法 | 第26-28页 |
2.5 基于椭圆RHM的伽玛高斯混合CPHD滤波器 | 第28-30页 |
2.5.1 椭圆随机超曲面模型 | 第28-29页 |
2.5.2 算法流程 | 第29-30页 |
2.6 本章小结 | 第30-31页 |
第三章 基于变分贝叶斯的点目标跟踪算法 | 第31-43页 |
3.1 引言 | 第31-32页 |
3.2 联合未知检测概率和量测噪声协方差下的点目标跟踪方法 | 第32-38页 |
3.2.1 目标跟踪模型 | 第32-33页 |
3.2.2 检测概率的估计方法 | 第33-34页 |
3.2.3 联合估计检测概率和量测噪声协方差算法流程 | 第34-36页 |
3.2.4 仿真实验与结果分析 | 第36-38页 |
3.3 量测噪声服从Student’s t分布的点目标跟踪方法 | 第38-41页 |
3.3.1 目标跟踪模型 | 第38页 |
3.3.2 点目标VBCPHD算法流程 | 第38-39页 |
3.3.3 仿真实验与结果分析 | 第39-41页 |
3.4 本章小结 | 第41-43页 |
第四章 基于变分贝叶斯期望最大化的扩展目标跟踪算法 | 第43-63页 |
4.1 引言 | 第43页 |
4.2 高斯量测噪声下变分贝叶斯期望最大化扩展目标滤波算法 | 第43-50页 |
4.2.1 系统模型 | 第43-44页 |
4.2.2 VBEM原理 | 第44页 |
4.2.3 算法流程 | 第44-47页 |
4.2.4 仿真实验与结果分析 | 第47-50页 |
4.3 Student’s t量测噪声下变分贝叶斯期望最大化扩展目标滤波算法 | 第50-61页 |
4.3.1 算法来源 | 第50-51页 |
4.3.2 Student’s t-VBEM-CPHD算法的主要流程 | 第51-54页 |
4.3.3 仿真实验与结果分析 | 第54-61页 |
4.4 本章小结 | 第61-63页 |
第五章 总结与展望 | 第63-65页 |
5.1 总结 | 第63页 |
5.2 展望 | 第63-65页 |
参考文献 | 第65-71页 |
致谢 | 第71-73页 |
作者简介 | 第73-74页 |