摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-18页 |
·课题研究背景 | 第12-13页 |
·机动目标跟踪的研究现状和未来的发展趋势 | 第13-15页 |
·机动目标跟踪数据融合技术发展现状 | 第15页 |
·本论文的主要研究内容 | 第15-16页 |
·本论文的组织结构及安排 | 第16-18页 |
第2章 地面机动目标跟踪滤波技术研究 | 第18-38页 |
·引言 | 第18页 |
·机动目标识别与跟踪的基本卡尔曼滤波方法 | 第18-20页 |
·多机动目标中虚假目标的识别方法技术研究 | 第20-26页 |
·虚假目标的种类、产生的原因以及影响 | 第20页 |
·非线性最小二乘滤波有源假目标识别方法 | 第20-25页 |
·仿真实验分析 | 第25-26页 |
·机动目标的运动模型的建立 | 第26-29页 |
·匀速运动模型和匀加速运动模型 | 第26-27页 |
·机动目标转弯模型 | 第27页 |
·机动目标当前统计模型 | 第27-28页 |
·Noval统计模型 | 第28页 |
·时间相关Singer模型 | 第28-29页 |
·强机动目标跟踪的改进的自适应卡尔曼滤波方法 | 第29-37页 |
·判断机动性强弱的跟踪门限设立 | 第29-31页 |
·强机动目标跟踪的自适应卡尔曼滤波方法 | 第31-33页 |
·自适应卡尔曼滤波方法的改进之处 | 第33页 |
·仿真实验分析 | 第33-37页 |
·本章小结 | 第37-38页 |
第3章 机动目标跟踪数据关联技术研究 | 第38-61页 |
·引言 | 第38页 |
·几种常见的数据关联方法 | 第38-49页 |
·最近邻方法 | 第38-39页 |
·概率数据关联 | 第39-42页 |
·联合概率数据关联 | 第42-49页 |
·基于聚类方法的多目标跟踪数据关联 | 第49-57页 |
·模糊C-均值聚类分析 | 第49-52页 |
·基于模糊C-均值聚类的多目标数据关联方法 | 第52-54页 |
·基于模糊C-均值聚类的改进的多目标数据关联方法 | 第54-56页 |
·雷达观测数据融合 | 第56-57页 |
·仿真实验分析 | 第57-60页 |
·本章小结 | 第60-61页 |
第4章 多传感器数据融合技术研究 | 第61-80页 |
·引言 | 第61页 |
·数据融合系统的组成结构 | 第61-64页 |
·集中式融合结构 | 第61-62页 |
·分布式融合结构 | 第62-63页 |
·混合式融合结构 | 第63-64页 |
·动态最优加权与最小二乘滤波相结合的同步航迹融合方法 | 第64-69页 |
·动态最优加权 | 第65-66页 |
·动态最优权值因子的确定 | 第66-67页 |
·最小二乘滤波 | 第67页 |
·仿真实验分析 | 第67-69页 |
·多雷达跟踪机动目标的异步航迹融合方法 | 第69-79页 |
·问题描述 | 第69-70页 |
·基于最优加权的多模型异步航迹融合方法 | 第70-74页 |
·基于状态误差协方差的迹最小准则的异步航迹融合方法 | 第74-77页 |
·仿真实验分析 | 第77-79页 |
·本章小结 | 第79-80页 |
结论 | 第80-82页 |
参考文献 | 第82-86页 |
攻读硕士学位期间发表的论文 | 第86-87页 |
致谢 | 第87页 |