| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 多目标跟踪技术与传感器控制的研究现状 | 第14-17页 |
| 1.2.1 多目标跟踪技术研究现状 | 第14-15页 |
| 1.2.2 传感器控制研究现状 | 第15-17页 |
| 1.3 论文的主要工作及各章安排 | 第17-20页 |
| 第2章 基于FISST理论的多目标跟踪方法的理论基础 | 第20-26页 |
| 2.1 FISST理论基础 | 第20-22页 |
| 2.1.1 集积分和集导数 | 第20-21页 |
| 2.1.2 基于RFS的多目标跟踪系统建模 | 第21-22页 |
| 2.2 多目标贝叶斯滤波器 | 第22-23页 |
| 2.3 概率假设密度滤波器 | 第23-24页 |
| 2.4 多伯努利滤波器 | 第24-25页 |
| 2.4.1 多伯努利随机有限集 | 第24页 |
| 2.4.2 CBMeMBer滤波器 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于巴氏距离和高斯粒子联合采样的传感器控制 | 第26-42页 |
| 3.1 前言 | 第26-27页 |
| 3.2 多目标跟踪中基于信息论的传感器控制方法 | 第27页 |
| 3.3 高斯混合PHD滤波器基于巴氏距离的传感器控制方法 | 第27-31页 |
| 3.3.1 容积卡尔曼-高斯混合概率假设密度滤波器 | 第28-29页 |
| 3.3.2 基于巴氏距离的传感器控制方法 | 第29-31页 |
| 3.4 高斯混合PHD滤波器基于高斯粒子采样的传感器控制方法 | 第31-32页 |
| 3.5 基于GM-PENT准则的传感器控制方法 | 第32-33页 |
| 3.6 算法程序伪码 | 第33-34页 |
| 3.7 仿真分析 | 第34-41页 |
| 3.7.1 场景 | 第34-35页 |
| 3.7.2 传感器控制集合 | 第35-36页 |
| 3.7.3 实验仿真 | 第36-41页 |
| 3.8 本章小结 | 第41-42页 |
| 第4章 基于柯西施瓦兹散度的传感器控制 | 第42-52页 |
| 4.1 前言 | 第42页 |
| 4.2 传感器控制方案的求解 | 第42-45页 |
| 4.2.1 柯西施瓦兹散度的PHD表达形式 | 第42-44页 |
| 4.2.2 传感器控制中评价函数的求解 | 第44-45页 |
| 4.3 算法程序伪码 | 第45-46页 |
| 4.4 仿真分析 | 第46-50页 |
| 4.4.1 场景 | 第46-47页 |
| 4.4.2 实验仿真 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 基于高斯混合多伯努利滤波器的传感器控制 | 第52-63页 |
| 5.1 前言 | 第52页 |
| 5.2 容积卡尔曼-高斯混合CBMeMBerF | 第52-54页 |
| 5.3 GM-CBMeMBerF基于柯西施瓦兹散度的传感器控制方法 | 第54-56页 |
| 5.4 GM-CBMeMBerF基于PENT准则的传感器控制方法 | 第56-57页 |
| 5.5 算法程序伪码 | 第57-58页 |
| 5.6 仿真分析 | 第58-62页 |
| 5.6.1 场景 | 第58页 |
| 5.6.2 实验仿真 | 第58-62页 |
| 5.7 本章小结 | 第62-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第72页 |
