多目标跟踪问题及粒子滤波算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 目标跟踪研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 粒子滤波及其研究领域 | 第14-16页 |
| 1.2.2 多目标跟踪技术研究现状 | 第16-18页 |
| 1.3 本文工作 | 第18-21页 |
| 第二章 多目标跟踪的基本理论 | 第21-29页 |
| 2.1 目标跟踪的几个基本要素 | 第21-24页 |
| 2.1.1 目标跟踪模型 | 第23页 |
| 2.1.2 跟踪起始及终结 | 第23-24页 |
| 2.1.3 跟踪门技术 | 第24页 |
| 2.2 数据关联 | 第24-26页 |
| 2.3 目标跟踪问题的数学描述 | 第26-29页 |
| 第三章 一种改进的交互多模粒子滤波跟踪算法 | 第29-41页 |
| 3.1 模型建立 | 第30-33页 |
| 3.1.1 跟踪模型 | 第30页 |
| 3.1.2 观测噪声模型 | 第30-33页 |
| 3.2 混合高斯闪烁噪声模型的IMMPF算法 | 第33-37页 |
| 3.2.1 粒子滤波中权值的更新 | 第33-35页 |
| 3.2.2 IMMPF算法的描述 | 第35-37页 |
| 3.3 仿真结果及分析 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 基于最大熵模糊聚类的粒子滤波数据关联算法 | 第41-57页 |
| 4.1 最大熵模糊聚类算法 | 第42-43页 |
| 4.2 数据关联过程中权值的修正 | 第43-45页 |
| 4.3 MEFC-PFDA算法描述 | 第45-47页 |
| 4.4 仿真分析 | 第47-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 结论与展望 | 第57-59页 |
| 5.1 本文结论 | 第57页 |
| 5.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65-66页 |
