首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--滤波技术、滤波器论文

基于Vo-Vo滤波器的多目标跟踪

摘要第4-5页
abstract第5页
第一章 绪论第9-17页
    1.1 研究背景、目的及意义第9-11页
    1.2 国内外研究现状第11-15页
        1.2.1 国外现状第11-14页
        1.2.2 国内现状第14页
        1.2.3 发展趋势第14-15页
    1.3 论文的主要研究内容第15-17页
第二章 基于标签多伯努利滤波器的多目标跟踪理论第17-30页
    2.1 引言第17页
    2.2 标签随机有限集第17-19页
    2.3 基于GLMB滤波器的多目标跟踪第19-24页
        2.3.1 GLMB滤波器的先验形式第19-21页
        2.3.2 GLMB滤波器滤波算法第21-24页
    2.4 基于δ-GLMB滤波器的多目标跟踪第24-26页
        2.4.1 δ-GLMB滤波器的先验形式第24-25页
        2.4.2 δ-GLMB滤波器滤波算法第25-26页
    2.5 基于LMB滤波器的多目标跟踪第26-28页
        2.5.1 LMB滤波器的先验形式第26页
        2.5.2 LMB滤波器滤波算法第26-28页
    2.6 基于边缘化的δ-GLMB滤波器的多目标跟踪第28-29页
        2.6.1 边缘化的δ-GLMB滤波器的先验形式第28页
        2.6.2 边缘化的δ-GLMB滤波器滤波算法第28-29页
    2.7 本章小结第29-30页
第三章 基于δ-GLMB滤波器的多目标跟踪算法实现第30-48页
    3.1 引言第30页
    3.2 δ-GLMB滤波器的多目标跟踪滤波参数准备第30-34页
        3.2.1 定义滤波参数第31-32页
        3.2.2 获取目标状态第32-33页
        3.2.3 获取目标量测第33-34页
    3.3 基于δ-GLMB滤波器的多目标跟踪算法高斯混合实现第34-43页
        3.3.1 最短路径截断预测加权和第35-36页
        3.3.2 高斯混合实现预测过程第36-39页
        3.3.3 排名分配截断更新加权和第39-40页
        3.3.4 高斯混合实现更新过程第40-43页
    3.4 仿真结果与分析第43-46页
    3.5 本章小结第46-48页
第四章 降低复杂度的δ-GLMB滤波器的多目标跟踪算法第48-62页
    4.1 引言第48页
    4.2 基于δ-GLMB滤波器的多目标跟踪优化算法第48-52页
        4.2.1 联合预测更新第48-49页
        4.2.2 Gibbs抽样截断处理第49-52页
    4.3 降低复杂度的δ-GLMB滤波算法高斯混合实现第52-56页
        4.3.1 滤波算法高斯混合实现的任务第52-53页
        4.3.2 滤波算法实现第53-56页
    4.4 仿真结果与分析第56-61页
        4.4.1 本章算法与δ-GLMB滤波器算法对比第56-60页
        4.4.2 排名分配截断和Gibbs抽样截断结果对比第60-61页
    4.5 本章小结第61-62页
总结与展望第62-64页
参考文献第64-69页
攻读学位期间取得的研究成果第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于方同轴的三维频率选择结构研究
下一篇:未知型模参数条件下带势概率假设密度滤波器的多目标跟踪