目标跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题研究意义 | 第8-9页 |
| ·目标跟踪概述 | 第9-10页 |
| ·论文主要内容及结构 | 第10-12页 |
| 第二章 目标跟踪算法介绍 | 第12-26页 |
| ·基本概念与原理 | 第12-15页 |
| ·信息融合技术 | 第12-13页 |
| ·数据关联 | 第13-15页 |
| ·随机集理论及应用介绍 | 第15页 |
| ·单目标跟踪算法 | 第15-21页 |
| ·贝叶斯滤波 | 第16-17页 |
| ·Kalman 滤波 | 第17-18页 |
| ·粒子滤波 | 第18-21页 |
| ·多目标跟踪算法 | 第21-25页 |
| ·问题描述 | 第21页 |
| ·传统多目标跟踪算法 | 第21-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 协方差交叉（CI）算法研究 | 第26-36页 |
| ·分布式系统 | 第26-27页 |
| ·简单凸结合融合算法 | 第27-29页 |
| ·协方差交叉算法 | 第29-30页 |
| ·问题描述 | 第29页 |
| ·CI 算法的实现 | 第29-30页 |
| ·协方差交叉近似估计算法 | 第30-31页 |
| ·仿真实验及数据分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 多目标跟踪的概率假设密度滤波 | 第36-42页 |
| ·随机有限集介绍 | 第36-38页 |
| ·随机有限集定义 | 第36-37页 |
| ·多目标跟踪的模型介绍 | 第37页 |
| ·多目标贝叶斯滤波 | 第37-38页 |
| ·概率假设密度滤波 | 第38-40页 |
| ·概率假设密度或一阶矩 | 第38页 |
| ·概率假设密度滤波推导公式 | 第38-39页 |
| ·概率假设密度滤波的应用和缺点 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第五章 概率假设密度粒子滤波研究 | 第42-54页 |
| ·概率假设密度粒子滤波 | 第42-43页 |
| ·基于概率假设密度粒子滤波的改进算法 | 第43-44页 |
| ·仿真实验及分析 | 第44-52页 |
| ·本章小结 | 第52-54页 |
| 第六章总结与展望 | 第54-56页 |
| ·本文总结 | 第54页 |
| ·研究展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第63页 |
