| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-26页 |
| ·课题研究的背景和意义 | 第13-14页 |
| ·国内外研究动态及相关技术 | 第14-24页 |
| ·信息融合技术 | 第14-17页 |
| ·多目标跟踪技术 | 第17-19页 |
| ·数据关联多目标跟踪算法 | 第19-20页 |
| ·非数据关联多目标跟踪算法 | 第20-21页 |
| ·随机集理论及应用 | 第21-24页 |
| ·论文的主要内容和结构安排 | 第24-26页 |
| 第2章 随机集的多目标跟踪理论基础 | 第26-61页 |
| ·目标跟踪的Bayes 滤波算法 | 第26-39页 |
| ·问题描述 | 第26-27页 |
| ·Bayes 滤波 | 第27-30页 |
| ·Kalman 滤波 | 第30-31页 |
| ·扩展Kalman 滤波 | 第31-33页 |
| ·无迹Kalman 滤波 | 第33-35页 |
| ·粒子滤波 | 第35-39页 |
| ·FISST 理论 | 第39-43页 |
| ·随机集的定义 | 第40-41页 |
| ·集积分和集导数 | 第41-43页 |
| ·概率假设密度 | 第43页 |
| ·RFS 的多目标模型 | 第43-52页 |
| ·多目标模型建立的基本思想 | 第44-46页 |
| ·RFS 的多目标运动模型建立 | 第46-49页 |
| ·RFS 的多目标观测模型建立 | 第49-52页 |
| ·随机集的PHD 滤波 | 第52-60页 |
| ·随机集的Bayes 滤波思想 | 第52-54页 |
| ·PHD 滤波递推公式 | 第54-57页 |
| ·PHD 滤波的性能评估指标 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第3章 粒子PHD 滤波算法研究 | 第61-82页 |
| ·粒子PHD 滤波 | 第61-65页 |
| ·粒子PHD 滤波基本原理 | 第61-62页 |
| ·粒子PHD 滤波算法实现 | 第62-65页 |
| ·粒子PHD 滤波算法仿真分析 | 第65-73页 |
| ·跟踪模型及参数的选取 | 第65-67页 |
| ·仿真结果及评价分析 | 第67-73页 |
| ·无迹粒子PHD 滤波 | 第73-77页 |
| ·问题的描述 | 第73-74页 |
| ·无迹粒子PHD 滤波算法实现 | 第74-77页 |
| ·无迹粒子PHD 滤波算法仿真分析 | 第77-81页 |
| ·跟踪模型及参数设定 | 第77-78页 |
| ·仿真分析 | 第78-81页 |
| ·本章小结 | 第81-82页 |
| 第4章 基于高斯混合PHD 滤波的多机动目标跟踪算法研究 | 第82-120页 |
| ·高斯混合PHD 滤波算法 | 第82-88页 |
| ·滤波预测和更新 | 第82-85页 |
| ·高斯分量的裁剪与合并技术 | 第85-88页 |
| ·高斯混合PHD 滤波跟踪性能分析 | 第88-93页 |
| ·线性高斯模型跟踪系统 | 第88页 |
| ·仿真分析 | 第88-93页 |
| ·基于“当前”统计模型EK-GMPHDF 算法 | 第93-97页 |
| ·自适应“当前”统计模型 | 第94-95页 |
| ·EK-GMPHDF 递推公式 | 第95-97页 |
| ·基于“当前”统计模型EK-GMPHDF 跟踪仿真分析 | 第97-105页 |
| ·单机动目标情形 | 第98-101页 |
| ·多机动目标情形 | 第101-105页 |
| ·基于IMM 的UK-GMPHDF 算法 | 第105-111页 |
| ·问题的提出 | 第106页 |
| ·UK-GMPHDF 递推公式 | 第106-108页 |
| ·IMM 的UK-GMPHDF 算法实现 | 第108-111页 |
| ·基于IMM 的UK-GMPHDF 的多机动目标跟踪仿真分析 | 第111-118页 |
| ·IMM 设计及参数设定 | 第111-113页 |
| ·仿真分析 | 第113-118页 |
| ·本章小结 | 第118-120页 |
| 第5章 多传感器多目标跟踪技术研究 | 第120-145页 |
| ·集中式多传感器多目标跟踪研究 | 第120-125页 |
| ·问题描述 | 第120-122页 |
| ·集中式序贯PHD 滤波递推公式 | 第122-123页 |
| ·雷达和红外传感器序贯UP-PHDF 融合算法 | 第123-125页 |
| ·序贯UP-PHDF 算法仿真分析 | 第125-133页 |
| ·雷达和红外传感器观测模型及参数设定 | 第125-127页 |
| ·仿真分析 | 第127-133页 |
| ·分布式多传感器多目标跟踪融合研究 | 第133-138页 |
| ·问题描述 | 第133-135页 |
| ·分布式模糊C-均值聚类融合算法 | 第135-137页 |
| ·UK-GMPHDF 模糊C-均值聚类融合算法描述 | 第137-138页 |
| ·分布式融合算法仿真比较 | 第138-144页 |
| ·仿真实验参数设定 | 第138-139页 |
| ·仿真分析 | 第139-144页 |
| ·本章小结 | 第144-145页 |
| 结论 | 第145-147页 |
| 参考文献 | 第147-163页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第163-165页 |
| 致谢 | 第165页 |
