| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 目标跟踪研究背景 | 第8-9页 |
| 1.2 目标跟踪研究历史与现状 | 第9-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 采样型非线性滤波理论基础 | 第12-20页 |
| 2.1 目标运动模型 | 第12-14页 |
| 2.1.1 匀速模型和匀加速模型 | 第12-13页 |
| 2.1.2 匀速圆周运动模型 | 第13-14页 |
| 2.1.3 Noval统计模型 | 第14页 |
| 2.1.4 当前统计模型 | 第14页 |
| 2.2 确定性采样非线性滤波 | 第14-17页 |
| 2.2.1 中心差分卡尔曼滤波器 | 第15-16页 |
| 2.2.2 高斯-厄米特滤波器 | 第16-17页 |
| 2.3 非确定性采样非线性滤波 | 第17-19页 |
| 2.3.1 粒子滤波 | 第17-19页 |
| 2.3.2 粒子滤波改进算法 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于联邦不敏卡尔曼滤波的目标跟踪算法 | 第20-28页 |
| 3.1 引言 | 第20页 |
| 3.2 联邦不敏卡尔曼滤波算法 | 第20-23页 |
| 3.2.1 不敏卡尔曼滤波 | 第20-23页 |
| 3.2.2 联邦不敏卡尔曼滤波 | 第23页 |
| 3.3 仿真实验与分析 | 第23-26页 |
| 3.4 本章小结 | 第26-28页 |
| 第四章 基于混合蛙跳代价评估粒子滤波的目标跟踪算法 | 第28-36页 |
| 4.1 引言 | 第28页 |
| 4.2 混合蛙跳算法 | 第28-31页 |
| 4.3 基于混合蛙跳代价评估粒子滤波算法 | 第31-33页 |
| 4.3.1 代价评估粒子滤波 | 第31-32页 |
| 4.3.2 混合蛙跳代价评估粒子滤波 | 第32-33页 |
| 4.4 仿真实验与分析 | 第33-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第五章 基于粒子集优化的集合卡尔曼滤波目标跟踪算法 | 第36-44页 |
| 5.1 引言 | 第36页 |
| 5.2 集合卡尔曼滤波 | 第36-38页 |
| 5.3 基于粒子集优化的集合卡尔曼滤波算法 | 第38-40页 |
| 5.3.1 粒子集优化策略 | 第39页 |
| 5.3.2 粒子集优化的集合卡尔曼滤波 | 第39-40页 |
| 5.4 仿真实验与分析 | 第40-42页 |
| 5.5 本章小结 | 第42-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 总结 | 第44-45页 |
| 6.2 展望 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 致谢 | 第52-54页 |
| 攻读硕士学位期间发表的论文及参加科研情况 | 第54页 |