| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 目标跟踪的研究背景及意义 | 第10-11页 |
| 1.2 机动目标跟踪的研究现状 | 第11-14页 |
| 1.2.1 滤波跟踪算法的研究现状 | 第11-12页 |
| 1.2.2 机动目标运动模型的研究现状 | 第12-14页 |
| 1.3 论文结构安排与主要内容 | 第14-16页 |
| 第2章 机动目标跟踪的非线性滤波算法 | 第16-33页 |
| 2.1 机动目标跟踪的基本原理 | 第16-17页 |
| 2.2 机动目标运动模型 | 第17-19页 |
| 2.2.1 匀速模型 | 第17-18页 |
| 2.2.2 匀加速模型 | 第18页 |
| 2.2.3 协同转弯模型 | 第18-19页 |
| 2.3 扩展卡尔曼滤波(EKF) | 第19-23页 |
| 2.3.1 扩展卡尔曼滤波原理 | 第20-23页 |
| 2.3.2 扩展卡尔曼的局限性 | 第23页 |
| 2.4 无迹卡尔曼滤波(UKF) | 第23-28页 |
| 2.4.1 Unscented变换(UT) | 第23-26页 |
| 2.4.2 无迹卡尔曼滤波原理 | 第26-28页 |
| 2.5 EKF与UKF对比仿真实验 | 第28-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第3章 机动目标跟踪的交互多模型算法 | 第33-52页 |
| 3.1 引言 | 第33-34页 |
| 3.2 交互式多模型算法 | 第34-40页 |
| 3.2.1 交互多模型算法基本原理 | 第34-37页 |
| 3.2.2 交互多模型算法分析 | 第37-38页 |
| 3.2.3 交互多模型算法仿真 | 第38-40页 |
| 3.3 基于非线性滤波的交互式多模型算法 | 第40-45页 |
| 3.3.1 基于EKF的交互多模型原理 | 第40-42页 |
| 3.3.2 基于UKF的交互多模型原理 | 第42-45页 |
| 3.4 IMM-EKF和IMM-UKF算法对比仿真实验 | 第45-50页 |
| 3.4.1 仿真条件设定 | 第45-46页 |
| 3.4.2 仿真实验 | 第46-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第4章 基于概率修正的交互式多模型算法 | 第52-73页 |
| 4.1 引言 | 第52页 |
| 4.2 基于模型概率修正的交互多模型算法 | 第52-60页 |
| 4.2.1 尺度协方差模型概率修正 | 第52-54页 |
| 4.2.2 算法步骤 | 第54-56页 |
| 4.2.3 仿真条件设定 | 第56-58页 |
| 4.2.4 仿真实验 | 第58-60页 |
| 4.3 基于协方差矩阵的模型概率修正算法 | 第60-71页 |
| 4.3.1 协方差矩阵模型概率修正 | 第61-62页 |
| 4.3.2 算法步骤 | 第62-64页 |
| 4.3.3 仿真实验 | 第64-71页 |
| 4.4 本章小结 | 第71-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 5.1 工作总结 | 第73-74页 |
| 5.2 未来工作展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |