低可观测多目标检测跟踪算法的研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 全文符号说明 | 第8-10页 |
| 术语与缩略词 | 第10-15页 |
| 1 绪论 | 第15-23页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 动态规划法 | 第17-18页 |
| 1.2.2 粒子滤波算法 | 第18-20页 |
| 1.3 论文主要工作与章节安排 | 第20-23页 |
| 2 低可观测多目标检测跟踪问题分析与建模 | 第23-37页 |
| 2.1 目标运动模型 | 第23-25页 |
| 2.2 红外成像量测模型 | 第25-27页 |
| 2.3 多目标检测跟踪算法总括 | 第27-28页 |
| 2.4 红外成像量测数据预处理 | 第28-34页 |
| 2.4.1 基于Sobel微分算子的锐化算法 | 第30-31页 |
| 2.4.2 巴特沃斯高通滤波器 | 第31页 |
| 2.4.3 基于奇异值分解的滤波算法 | 第31-32页 |
| 2.4.4 实验仿真 | 第32-34页 |
| 2.5 基于混合状态粒子滤波的实现 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 3 目标检测层算法研究 | 第37-51页 |
| 3.1 面向多目标检测的聚类分析 | 第37-42页 |
| 3.2 粒子群局部初始化算法 | 第42-48页 |
| 3.2.1 问题分析 | 第42-44页 |
| 3.2.2 算法描述 | 第44-45页 |
| 3.2.3 实验仿真 | 第45-48页 |
| 3.3 目标检测层算法流程 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 4 目标跟踪层算法研究 | 第51-69页 |
| 4.1 低可观测多目标跟踪稳定性的优化 | 第51-54页 |
| 4.1.1 基于计分法的航迹管理方案 | 第51-53页 |
| 4.1.2 粒子权值的修正方案 | 第53-54页 |
| 4.2 结合粒子群优化与粒子滤波的跟踪算法 | 第54-61页 |
| 4.2.1 问题分析 | 第54-56页 |
| 4.2.2 算法描述 | 第56-58页 |
| 4.2.3 实验仿真 | 第58-61页 |
| 4.3 目标跟踪层算法流程 | 第61-62页 |
| 4.4 目标跟踪中多传感器融合算法研究 | 第62-68页 |
| 4.4.1 集中式与分布式融合算法 | 第62-65页 |
| 4.4.2 基于选择性量测数据融合的算法 | 第65-66页 |
| 4.4.3 实验仿真 | 第66-68页 |
| 4.5 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 全文总结 | 第69-70页 |
| 5.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间的主要成果 | 第76页 |
