多传感器多目标航迹跟踪与融合算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-15页 |
| ·论文研究背景与意义 | 第9页 |
| ·信息融合技术的发展及现状 | 第9-12页 |
| ·多传感器信息融合的基本原理 | 第10页 |
| ·多传感器信息融合系统的功能模型 | 第10-11页 |
| ·多传感器信息融合系统中位置级结构模型 | 第11-12页 |
| ·本文主要研究工作及内容安排 | 第12-15页 |
| 2 多目标航迹起始 | 第15-25页 |
| ·引言 | 第15页 |
| ·航迹起始波门的形状和尺寸 | 第15-17页 |
| ·椭圆波门 | 第15-16页 |
| ·矩形波门 | 第16-17页 |
| ·扇形波门 | 第17页 |
| ·航迹起始算法 | 第17-21页 |
| ·直观法 | 第17-18页 |
| ·逻辑法 | 第18页 |
| ·Hough变换法 | 第18-19页 |
| ·基于通用模型航迹起始法 | 第19-21页 |
| ·仿真分析 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 3 多目标数据互联与跟踪滤波 | 第25-45页 |
| ·引言 | 第25页 |
| ·量测-航迹互联算法 | 第25-31页 |
| ·联合概率数据互联算法 | 第25-31页 |
| ·JPDA算法的基本模型 | 第25-27页 |
| ·联合事件概率的计算 | 第27-29页 |
| ·状态估计协方差的计算 | 第29-31页 |
| ·机动目标跟踪算法 | 第31-35页 |
| ·目标运动模型的建立 | 第31-35页 |
| ·微分多项式模型 | 第31页 |
| ·CV和CA模型 | 第31-32页 |
| ·Singer模型 | 第32页 |
| ·"当前"统计模型 | 第32-33页 |
| ·交互式多模型 | 第33-35页 |
| ·IMM-JPDA算法 | 第35-39页 |
| ·仿真分析 | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 4 多传感器航迹关联 | 第45-59页 |
| ·引言 | 第45页 |
| ·基于统计理论的航迹关联 | 第45-49页 |
| ·加权和修正航迹关联算法 | 第45-46页 |
| ·最近领域和K近领域正航迹关联算法 | 第46-47页 |
| ·独立序贯航迹关联算法 | 第47-49页 |
| ·模糊与灰色航迹关联 | 第49-55页 |
| ·模糊因素集与隶属度函数 | 第50-51页 |
| ·模糊双门限航迹关联算法 | 第51-54页 |
| ·灰色航迹关联 | 第54-55页 |
| ·关联判决度量准则 | 第55页 |
| ·仿真分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 5 多传感器航迹融合 | 第59-73页 |
| ·引言 | 第59页 |
| ·集中式融合系统 | 第59-62页 |
| ·并行滤波 | 第60-61页 |
| ·序贯滤波 | 第61页 |
| ·数据压缩滤波 | 第61-62页 |
| ·分布式融合系统 | 第62-66页 |
| ·分布式航迹融合的结构和相关估计误差问题 | 第62-63页 |
| ·简单凸组合航迹融合算法 | 第63-64页 |
| ·Bar Shalom-Campo航迹融合算法 | 第64页 |
| ·无反馈的最优分布式航迹融合算法 | 第64-66页 |
| ·仿真分析 | 第66-71页 |
| ·本章小结 | 第71-73页 |
| 6 总结与展望 | 第73-75页 |
| ·总结 | 第73页 |
| ·展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-78页 |
