基于随机有限集理论的多传感器阵列目标定位跟踪与拦截方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 常用的无源定位方法 | 第12-13页 |
| 1.2.2 常用的定位跟踪算法 | 第13-16页 |
| 1.3 本文的研究内容及其结构安排 | 第16-18页 |
| 第2章 目标定位跟踪理论基础 | 第18-35页 |
| 2.1 引言 | 第18页 |
| 2.2 传统的定位跟踪算法 | 第18-24页 |
| 2.2.1 常用的参数估计算法 | 第18-19页 |
| 2.2.2 卡尔曼滤波器 | 第19-21页 |
| 2.2.3 贝叶斯滤波器 | 第21-22页 |
| 2.2.4 概率数据关联算法 | 第22-23页 |
| 2.2.5 联合概率数据关联算法 | 第23页 |
| 2.2.6 多假设跟踪算法 | 第23-24页 |
| 2.3 非线性滤波算法 | 第24-27页 |
| 2.3.1 扩展卡尔曼滤波器 | 第24-25页 |
| 2.3.2 无迹卡尔曼滤波器 | 第25-26页 |
| 2.3.3 粒子滤波 | 第26-27页 |
| 2.4 基于随机有限集的定位跟踪算法 | 第27-33页 |
| 2.4.1 随机有限集 | 第27-29页 |
| 2.4.2 概率假设密度滤波器 | 第29-30页 |
| 2.4.3 势概率假设密度滤波器 | 第30页 |
| 2.4.4 势均衡多伯努利滤波器 | 第30-31页 |
| 2.4.5 标签随机有限集 | 第31-32页 |
| 2.4.6 δ-GLMB滤波器 | 第32-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第3章 基于固定传感器阵列的目标定位跟踪 | 第35-47页 |
| 3.1 引言 | 第35页 |
| 3.2 常见的目标运动模型 | 第35-38页 |
| 3.2.1 匀速运动模型 | 第35-36页 |
| 3.2.2 匀加速运动模型 | 第36-37页 |
| 3.2.3 匀转弯运动模型 | 第37-38页 |
| 3.3 问题描述 | 第38-39页 |
| 3.4 TDOA定位跟踪方法 | 第39-43页 |
| 3.4.1 TDOA量测 | 第39-40页 |
| 3.4.2 序贯状态估计 | 第40-41页 |
| 3.4.3 PF实现 | 第41-42页 |
| 3.4.4 多目标似然函数 | 第42-43页 |
| 3.5 仿真分析 | 第43-45页 |
| 3.6 本章小结 | 第45-47页 |
| 第4章 传感器运动建模与拦截概率分析 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 系统建模 | 第47-50页 |
| 4.2.1 对目标进行建模 | 第47-48页 |
| 4.2.2 对传感器进行建模 | 第48-50页 |
| 4.3 覆盖指标 | 第50-52页 |
| 4.3.1 占有概率 | 第50-51页 |
| 4.3.2 拦截区域面积 | 第51-52页 |
| 4.4 衡量指标 | 第52页 |
| 4.5 仿真分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 目标的联合跟踪与拦截问题 | 第55-65页 |
| 5.1 引言 | 第55页 |
| 5.2 水平集方法 | 第55-58页 |
| 5.3 Chan-Vese模型 | 第58-59页 |
| 5.4 跟踪拦截方法 | 第59-60页 |
| 5.5 仿真分析 | 第60-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 研究总结 | 第65页 |
| 6.2 工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-75页 |
| 附录 | 第75页 |
