| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 目标跟踪 | 第8-9页 |
| 1.2.2 扩展目标跟踪 | 第9页 |
| 1.2.3 机动目标跟踪 | 第9-10页 |
| 1.3 论文主要工作及章节安排 | 第10-12页 |
| 第二章 基于随机有限集的目标跟踪 | 第12-20页 |
| 2.1 引言 | 第12页 |
| 2.2 随机有限集理论 | 第12-14页 |
| 2.2.1 随机集理论概述 | 第12-13页 |
| 2.2.2 多目标跟踪随机集模型 | 第13-14页 |
| 2.3 高斯混合概率假设密度滤波算法 | 第14-17页 |
| 2.3.1 PHD算法 | 第14-15页 |
| 2.3.2 高斯混合PHD滤波算法 | 第15-17页 |
| 2.4 基于高斯混合概率假设密度多扩展目标跟踪算法 | 第17-19页 |
| 2.4.1 ET-PHD算法 | 第17页 |
| 2.4.2 ET-GM-PHD算法 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于ET-GMPHD的多扩展机动目标跟踪算法 | 第20-34页 |
| 3.1 引言 | 第20页 |
| 3.2 扩展目标高斯混合概率假设密度滤波器 | 第20-21页 |
| 3.3 基于修正输入估计的多扩展目标跟踪算法 | 第21-25页 |
| 3.3.1 扩展机动目标模型推导 | 第21-22页 |
| 3.3.2 ET-MIE-GMPHD算法递推 | 第22-25页 |
| 3.4 跟踪性能评价标准 | 第25页 |
| 3.5 仿真实验与分析 | 第25-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 一种结合交互多模型的多扩展机动目标跟踪算法 | 第34-50页 |
| 4.1 引言 | 第34页 |
| 4.2 机动目标运动模型 | 第34-38页 |
| 4.2.1 CV模型与CA模型 | 第34-35页 |
| 4.2.2 Singer模型 | 第35-37页 |
| 4.2.3 转弯模型 | 第37页 |
| 4.2.4“当前”统计模型 | 第37-38页 |
| 4.3 交互多模型 | 第38-40页 |
| 4.4 IMM-ET-GMPHD算法 | 第40-49页 |
| 4.4.1 算法原理 | 第40-44页 |
| 4.4.2 仿真场景设置 | 第44-45页 |
| 4.4.3 仿真结果分析 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 多扩展机动目标跟踪的航迹关联算法 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 航迹关联算法 | 第50-52页 |
| 5.2.1 粒子标识算法 | 第50-51页 |
| 5.2.2 预测关联算法 | 第51-52页 |
| 5.3 基于高斯分量的多扩展机动目标航迹关联算法 | 第52-55页 |
| 5.3.1 高斯分量标识算法 | 第52-53页 |
| 5.3.2 ET-MIE-GMPHD航迹维持算法 | 第53-54页 |
| 5.3.3 IMM-ET-GMPHD航迹维持算法 | 第54-55页 |
| 5.4 仿真实验与分析 | 第55-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第69页 |
