| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 多目标跟踪的研究现状 | 第9-10页 |
| 1.3 多机动目标跟踪的研究现状 | 第10-11页 |
| 1.4 本文的主要工作及章节安排 | 第11-13页 |
| 第2章 基于有限集统计学的多目标贝叶斯滤波理论 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 随机有限集统计学的理论框架 | 第13-16页 |
| 2.2.1 随机有限集统计学的理论基础 | 第13-14页 |
| 2.2.2 有限集统计学理论的多目标模型 | 第14-16页 |
| 2.3 最优多目标贝叶斯滤波器 | 第16-17页 |
| 2.4 概率假设密度(PHD)滤波器 | 第17-18页 |
| 2.5 边缘分布多目标贝叶斯滤波器 | 第18-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 序贯多目标贝叶斯滤波器 | 第21-41页 |
| 3.1 引言 | 第21页 |
| 3.2 序贯多目标贝叶斯滤波器 | 第21-23页 |
| 3.3 序贯多目标贝叶斯滤波器在线性高斯系统的实现算法 | 第23-32页 |
| 3.3.1 线性高斯系统模型 | 第23-24页 |
| 3.3.2 线性高斯系统的SMB滤波器实现方法 | 第24-27页 |
| 3.3.3 仿真实验结果分析 | 第27-32页 |
| 3.4 序贯多目标贝叶斯滤波器在非线性高斯系统的实现算法 | 第32-39页 |
| 3.4.1 非线性高斯系统的SMB滤波器实现方法 | 第32-35页 |
| 3.4.2 仿真实验结果分析 | 第35-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 跳变马尔可夫系统模型序贯多目标贝叶斯滤波器 | 第41-62页 |
| 4.1 引言 | 第41页 |
| 4.2 跳变马尔可夫系统模型序贯多目标贝叶斯滤波器 | 第41-45页 |
| 4.2.1 跳变马尔可夫系统模型 | 第41-42页 |
| 4.2.2 跳变马尔可夫系统模型序贯多目标贝叶斯滤波器 | 第42-45页 |
| 4.3 JMS-SMB滤波器在线性高斯系统的实现算法 | 第45-53页 |
| 4.3.1 线性高斯系统JMS-SMB滤波算法 | 第45-48页 |
| 4.3.2 仿真实验结果分析 | 第48-53页 |
| 4.4 JMS-SMB滤波器在非线性高斯系统的实现算法 | 第53-60页 |
| 4.4.1 非线性高斯系统JMS-SMB滤波算法 | 第53-56页 |
| 4.4.2 仿真实验结果分析 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第5章 总结与展望 | 第62-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间的研究成果 | 第71页 |
