首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

多传感器组网协同跟踪方法研究

作者简介第1-4页
摘要第4-6页
ABSTRACT第6-12页
第一章 绪论第12-34页
   ·研究背景和意义第12-14页
   ·信息融合、传感器管理与协同跟踪的关系第14-16页
   ·研究历史与现状第16-21页
     ·多传感器信息融合发展概况第16-18页
     ·传感器管理发展概况第18-20页
     ·协同跟踪发展概况第20-21页
   ·本文主要工作和内容安排第21-24页
     ·本文主要工作与内容安排第21-23页
     ·符号说明第23-24页
 本章参考文献第24-34页
第二章 协同跟踪基础理论研究第34-62页
   ·引言第34页
   ·目标运动模型与传感器观测模型第34-42页
     ·目标运动模型第34-40页
     ·传感器观测模型第40-41页
     ·目标的闪烁特性分析第41-42页
   ·跟踪滤波算法第42-55页
     ·线性滤波算法第43-44页
     ·非线性滤波算法第44-49页
     ·仿真实验与分析第49-55页
   ·协同跟踪的基本框架第55-58页
     ·跟踪性能的度量第56-57页
     ·传感器行为的决策与执行第57-58页
   ·本章小结第58页
 本章参考文献第58-62页
第三章 静态传感器机动目标协同跟踪第62-78页
   ·引言第62-63页
   ·信息熵与信息增量第63-65页
   ·基于协方差矩阵的协同跟踪方法第65-66页
   ·Rényi 信息增量第66-67页
   ·Rényi 信息增量的粒子滤波计算实现第67-69页
   ·基于 Rényi 信息增量的机动目标协同跟踪方法第69页
   ·仿真实验与分析第69-75页
     ·不同传感器在不同 参数下 Rényi 信息增量第69-71页
     ·基于 Rényi 信息增量的机动目标协同跟踪仿真第71-75页
   ·本章小结第75页
 本章参考文献第75-78页
第四章 动态传感器机动目标协同跟踪第78-98页
   ·引言第78-80页
   ·基于粒子群优化的动态传感器部署方法第80-88页
     ·传感器覆盖模型第80-82页
     ·信息传递能耗模型第82页
     ·Dijkstra 最优路径搜索方法第82-84页
     ·粒子群优化算法第84-85页
     ·算法实现步骤第85-86页
     ·仿真实验与分析第86-88页
   ·动态传感器优化部署下机动目标协同跟踪方法第88-94页
     ·二值粒子群优化算法第89页
     ·适应度函数的定义第89页
     ·算法实现步骤第89-90页
     ·仿真实验与分析第90-94页
   ·本章小结第94-95页
 本章参考文献第95-98页
第五章 多机动目标协同跟踪第98-114页
   ·引言第98-99页
   ·博弈论概述第99-100页
   ·协同跟踪中传感器的博弈收益第100-102页
     ·交互多模型扩展卡尔曼滤波第100-101页
     ·交互多模型扩展粒子滤波第101-102页
     ·博弈收益的计算第102页
   ·基于博弈论的多机动目标协同跟踪方法第102-104页
   ·算法实现步骤第104-105页
   ·仿真实验与分析第105-111页
   ·本章小结第111页
 本章参考文献第111-114页
第六章 多目标协同检测与跟踪第114-134页
   ·引言第114-115页
   ·新生目标的检测概率模型第115-116页
   ·已跟踪目标的后验克拉美-罗下界第116-118页
   ·基于二值粒子群优化的多目标协同检测与跟踪方法第118-124页
     ·适应度函数的定义第118页
     ·算法实现步骤第118-120页
     ·仿真实验与分析第120-124页
   ·防空雷达网对多隐身目标的协同跟踪方法第124-132页
     ·目标的隐身特性第124-126页
     ·算法实现步骤第126-127页
     ·仿真实验与分析第127-132页
   ·本章小结第132页
 本章参考文献第132-134页
第七章 总结与展望第134-138页
   ·全文内容总结第134-135页
   ·工作展望第135-138页
致谢第138-140页
作者在攻读博士学位期间的研究成果第140-142页

论文共142页,点击 下载论文
上一篇:贝叶斯网络结构学习与推理研究
下一篇:单基/双基SAR成像算法研究