摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-17页 |
·研究背景与意义 | 第11-12页 |
·研究现状 | 第12-15页 |
·基于数据关联的多目标跟踪方法研究现状 | 第12-13页 |
·基于 RFS 的多目标跟踪方法研究现状 | 第13-15页 |
·论文的主要内容与结构安排 | 第15-17页 |
第二章 基于 RFS 的多目标跟踪理论基础 | 第17-35页 |
·单目标贝叶斯滤波器 | 第17-19页 |
·基于 RFS 的多目标贝叶斯滤波器 | 第19-22页 |
·RFS 的定义与统计理论 | 第19-21页 |
·基于 RFS 的多目标贝叶斯递推公式 | 第21-22页 |
·PHD 滤波器 | 第22-24页 |
·PHD 滤波器的实现 | 第24-30页 |
·PHD 滤波器的粒子滤波实现 | 第24-26页 |
·PHD 滤波器的高斯混合实现 | 第26-30页 |
·CPHD 滤波器 | 第30-32页 |
·基于 RFS 的多目标跟踪技术性能评价指标 | 第32-34页 |
·本章小结 | 第34-35页 |
第三章 基于 GM-PHD滤波器的多机动目标跟踪算法 | 第35-48页 |
·BFG 近似法 | 第35-37页 |
·PHD 平滑滤波器 | 第37-38页 |
·基于 BFG 近似法的 GM-PHD 平滑滤波器 | 第38-41页 |
·仿真实验 | 第41-47页 |
·仿真实例情景描述 | 第41-44页 |
·仿真结果分析 | 第44-47页 |
·本章小结 | 第47-48页 |
第四章 基于 ET-GM-PHD滤波器的多扩展目标跟踪算法 | 第48-66页 |
·ET-PHD 滤波器 | 第49-50页 |
·ET-GM-PHD 滤波器 | 第50-53页 |
·ET-GM-PHD 滤波器的量测集分区策略 | 第53-55页 |
·距离分割法 | 第53-54页 |
·基于 K-means 聚类的分割法 | 第54-55页 |
·部分均匀新出现目标强度的 ET-GM-PHD 滤波器 | 第55-60页 |
·仿真实验 | 第60-65页 |
·仿真实例情景描述 | 第60-62页 |
·仿真结果分析 | 第62-65页 |
·本章小结 | 第65-66页 |
第五章 基于 GIW-PHD滤波器的多群目标跟踪算法 | 第66-89页 |
·GIW-PHD 滤波器 | 第67-73页 |
·GIW-PHD 滤波器的计算量缩减方法 | 第73-76页 |
·新形式的距离分割法 | 第73-74页 |
·基于相对熵原则的 GIW 混合分量合并法 | 第74-76页 |
·新形式的 GIW-PHD 滤波器 | 第76-83页 |
·仿真实验 | 第83-88页 |
·仿真实例情景描述 | 第83-86页 |
·仿真结果分析 | 第86-88页 |
·本章小结 | 第88-89页 |
结论 | 第89-91页 |
参考文献 | 第91-101页 |
附录 | 第101-120页 |
附录 1 两次合并与状态提取伪代码 | 第101-104页 |
附录 2 GIW-PHD滤波器的实现 | 第104-109页 |
附录 3 需要用到的函数以及矩阵分布 | 第109-110页 |
附录 4 逆威沙特分布的性质 | 第110-115页 |
附录 5 GIW混合分量的融合 | 第115-117页 |
附录 6 GIW-PHD滤波器的更新公式推导 | 第117-120页 |
攻读硕士学位期间取得的研究成果 | 第120-121页 |
致谢 | 第121-122页 |
附件 | 第122页 |