概率假设密度粒子滤波的算法与硬件实现研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·论文的研究背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·跟踪滤波理论的发展 | 第12-15页 |
| ·滤波算法的硬件实现 | 第15-17页 |
| ·本文的主要研究内容 | 第17-19页 |
| 第2章 目标跟踪算法原理 | 第19-33页 |
| ·引言 | 第19页 |
| ·机动目标跟踪模型和算法简介 | 第19-24页 |
| ·多目标跟踪滤波理论 | 第24-28页 |
| ·概率假设密度滤波算法 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于当前统计模型的机动多目标跟踪 | 第33-48页 |
| ·多机动目标跟踪问题概述 | 第33-34页 |
| ·多个机动目标跟踪数学模型 | 第34-35页 |
| ·多模概率假设密度滤波算法 | 第35-38页 |
| ·多模型方法 | 第35-36页 |
| ·多模概率假设密度算法描述 | 第36-38页 |
| ·多模概率假设密度算法的优缺点 | 第38页 |
| ·当前统计模型概率假设密度粒子滤波算法 | 第38-40页 |
| ·当前统计模型在MTT中的应用 | 第38-39页 |
| ·聚类算法 | 第39页 |
| ·算法描述 | 第39-40页 |
| ·数值仿真和结果比较 | 第40-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 概率假设密度滤波算法的硬件实现 | 第48-70页 |
| ·引言 | 第48页 |
| ·简化的概率假设密度粒子滤波算法 | 第48-58页 |
| ·机动目标运动模型 | 第48-49页 |
| ·观测值选择 | 第49-53页 |
| ·粒子数的选择 | 第53-54页 |
| ·简化的概率假设密度粒子滤波算法 | 第54-55页 |
| ·数值仿真 | 第55-58页 |
| ·概率假设密度粒子滤波硬件实现 | 第58-64页 |
| ·系统结构 | 第58-59页 |
| ·观测值选择模块 | 第59-61页 |
| ·重采样模块和预测模块 | 第61-63页 |
| ·更新模块 | 第63-64页 |
| ·状态估计模块 | 第64页 |
| ·数值仿真和分析 | 第64-69页 |
| ·数值仿真结果分析 | 第65-67页 |
| ·运行时间分析 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 总结与展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间主要的研究成果 | 第76页 |
