| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-19页 |
| 第一章 绪论 | 第19-29页 |
| 1.1 研究背景及意义 | 第19-20页 |
| 1.2 多目标跟踪算法研究现状 | 第20-24页 |
| 1.2.1 基于数据关联的多目标跟踪算法 | 第20-21页 |
| 1.2.2 基于随机有限集的多目标跟踪算法 | 第21-24页 |
| 1.3 多传感器目标跟踪系统 | 第24-26页 |
| 1.3.1 多传感器融合系统概述 | 第24-25页 |
| 1.3.2 基于随机有限集的多传感器多目标跟踪算法 | 第25-26页 |
| 1.4 论文研究内容和章节安排 | 第26-29页 |
| 第二章 随机有限集理论 | 第29-41页 |
| 2.1 引言 | 第29页 |
| 2.2 随机有限集理论概述 | 第29-33页 |
| 2.2.1 随机有限集的定义 | 第29-30页 |
| 2.2.2 集合微积分 | 第30-32页 |
| 2.2.3 随机有限集框架下的多目标贝叶斯滤波 | 第32-33页 |
| 2.3 基于随机有限集理论的目标跟踪算法 | 第33-37页 |
| 2.3.1 概率假设密度滤波 | 第33-35页 |
| 2.3.2 迭代修正概率假设密度滤波 | 第35-36页 |
| 2.3.3 乘积多传感器概率假设密度滤波 | 第36-37页 |
| 2.4 跟踪性能评价标准 | 第37-39页 |
| 2.5 本章小结 | 第39-41页 |
| 第三章 多传感器联合漏检和检测概率计算方法 | 第41-61页 |
| 3.1 引言 | 第41页 |
| 3.2 高斯混合实现方法 | 第41-44页 |
| 3.2.1 线性高斯混合多目标模型 | 第42-43页 |
| 3.2.2 高斯混合概率假设密度滤波 | 第43-44页 |
| 3.3 改进的迭代修正概率假设密度滤波 | 第44-52页 |
| 3.3.1 传感器更新顺序问题 | 第44-47页 |
| 3.3.2 联合漏检和检测概率计算方法 | 第47-52页 |
| 3.4 仿真实验与分析 | 第52-59页 |
| 3.5 本章小结 | 第59-61页 |
| 第四章 势修正的乘积多传感器概率假设密度滤波 | 第61-81页 |
| 4.1 引言 | 第61页 |
| 4.2 问题描述 | 第61-63页 |
| 4.2.1 无穷项加和求解问题 | 第61-62页 |
| 4.2.2 势分配问题 | 第62-63页 |
| 4.3 势修正系数的实现与改进 | 第63-75页 |
| 4.3.1 近似的修正系数 | 第63-71页 |
| 4.3.2 高斯分量权重重分配方法 | 第71-75页 |
| 4.4 仿真实验与分析 | 第75-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 多传感器量测子集权重计算方法 | 第81-101页 |
| 5.1 引言 | 第81页 |
| 5.2 多传感器量测划分 | 第81-83页 |
| 5.2.1 广义概率假设密度滤波中的量测划分 | 第81-82页 |
| 5.2.2 迭代修正概率假设密度滤波中的量测划分 | 第82-83页 |
| 5.3 双向量测子集权重计算方法 | 第83-93页 |
| 5.3.1 量测子集权重计算问题 | 第83-86页 |
| 5.3.2 改进的权重计算方法 | 第86-93页 |
| 5.4 仿真实验与分析 | 第93-99页 |
| 5.5 本章小结 | 第99-101页 |
| 第六章 两步式多传感器概率假设密度滤波 | 第101-121页 |
| 6.1 引言 | 第101页 |
| 6.2 修正系数中的量测划分 | 第101-103页 |
| 6.3 改进的乘积多传感器概率假设密度滤波 | 第103-110页 |
| 6.3.1 目标数估计 | 第103-104页 |
| 6.3.2 目标状态估计 | 第104-110页 |
| 6.4 仿真实验与分析 | 第110-119页 |
| 6.5 本章小结 | 第119-121页 |
| 第七章 总结与展望 | 第121-123页 |
| 7.1 工作总结 | 第121页 |
| 7.2 研究展望 | 第121-123页 |
| 参考文献 | 第123-139页 |
| 致谢 | 第139-141页 |
| 作者简介 | 第141-143页 |