| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-14页 |
| 缩略语对照表 | 第14-20页 |
| 第一章 绪论 | 第20-36页 |
| 1.1 研究的应用背景及意义 | 第20-22页 |
| 1.2 传感器组网系统的模型构成 | 第22-25页 |
| 1.2.1 传感器组网系统的功能模型 | 第22-23页 |
| 1.2.2 传感器组网系统的结构模型 | 第23-25页 |
| 1.3 传感器组网系统中多目标跟踪的研究现状 | 第25-30页 |
| 1.3.1 信息融合方面 | 第25-27页 |
| 1.3.2 多目标跟踪方面 | 第27-29页 |
| 1.3.3 国内研究现状 | 第29-30页 |
| 1.4 模糊信息处理技术及其在目标跟踪中的意义与作用 | 第30-32页 |
| 1.5 论文的主要研究内容与组织安排 | 第32-36页 |
| 第二章 传感器组网中目标跟踪的基本技术及不确定性分析 | 第36-54页 |
| 2.1 引言 | 第36页 |
| 2.2 传感器组网系统中数据预处理技术 | 第36-46页 |
| 2.2.1 时间对正 | 第37-39页 |
| 2.2.2 坐标转换 | 第39-41页 |
| 2.2.3 目标定位 | 第41-46页 |
| 2.3 传感器组网系统的数学模型及融合准则 | 第46-48页 |
| 2.3.1 传感器组网系统的数学模型 | 第46-47页 |
| 2.3.2 传感器组网系统的融合准则 | 第47-48页 |
| 2.4 传感器组网系统中的数据特性及不确定性分析 | 第48-51页 |
| 2.4.1 传感器组网系统中的数据处理过程 | 第48-49页 |
| 2.4.2 传感器组网系统中的数据特性 | 第49-50页 |
| 2.4.3 多目标跟踪过程的不确定性分析 | 第50-51页 |
| 2.5 本章小结 | 第51-54页 |
| 第三章 基于模糊Hough变换的异类传感器航迹起始 | 第54-66页 |
| 3.1 引言 | 第54-55页 |
| 3.2 异类传感器的观测模型 | 第55页 |
| 3.3 候选目标观测集的建立方法 | 第55-58页 |
| 3.3.1 目标参照拓扑信息 | 第55-57页 |
| 3.3.2 构建拓扑序列 | 第57-58页 |
| 3.3.3 计算合成观测 | 第58页 |
| 3.4 Hough变换的直线检测原理 | 第58-60页 |
| 3.5 基于模糊Hough变换的异类传感器航迹起始 | 第60-61页 |
| 3.6 仿真实验及分析 | 第61-64页 |
| 3.7 本章小结 | 第64-66页 |
| 第四章 基于模糊递推最小二乘滤波的观测-传感器航迹关联 | 第66-88页 |
| 4.1 引言 | 第66页 |
| 4.2 机动目标运动分析 | 第66-68页 |
| 4.3 模糊递推最小二乘滤波方法 | 第68-76页 |
| 4.3.1 模糊系统设计 | 第69-71页 |
| 4.3.2 模糊递推最小二乘滤波方法 | 第71-72页 |
| 4.3.3 衰减因子分析 | 第72-73页 |
| 4.3.4 计算复杂度分析 | 第73页 |
| 4.3.5 实验结果及分析 | 第73-76页 |
| 4.4 基于概率数据关联的模糊递推最小二乘滤波方法 | 第76-80页 |
| 4.4.1 基于概率数据关联的模糊递推最小二乘滤波器的原理 | 第76-77页 |
| 4.4.2 计算组合观测 | 第77-78页 |
| 4.4.3 基于概率数据关联的模糊递推最小二乘滤波方法 | 第78-79页 |
| 4.4.4 仿真实验及分析 | 第79-80页 |
| 4.5 基于广义联合概率数据关联的模糊递推最小二乘滤波方法 | 第80-87页 |
| 4.5.1 信息的不确定性度量 | 第81-82页 |
| 4.5.2 多源信息融合策略 | 第82页 |
| 4.5.3 广义联合关联概率计算 | 第82-83页 |
| 4.5.4 基于广义联合概率数据关联的模糊递推最小二乘滤波方法 | 第83-84页 |
| 4.5.5 仿真实验及分析 | 第84-87页 |
| 4.6 本章小结 | 第87-88页 |
| 第五章 基于模糊聚类的子航迹-局部航迹关联 | 第88-100页 |
| 5.1 引言 | 第88-89页 |
| 5.2 局部节点层的航迹关联结构 | 第89-90页 |
| 5.2.1 传感器航迹-传感器航迹关联结构 | 第89-90页 |
| 5.2.2 传感器航迹-局部航迹关联结构 | 第90页 |
| 5.3 子航迹的定义与映射 | 第90-93页 |
| 5.3.1 子航迹的定义 | 第90-92页 |
| 5.3.2 子航迹的映射 | 第92-93页 |
| 5.4 基于模糊聚类的子航迹-局部航迹关联 | 第93-95页 |
| 5.4.1 基于子航迹的最大熵模糊聚类方法 | 第93-94页 |
| 5.4.2 差异因子分析 | 第94-95页 |
| 5.5 仿真实验及分析 | 第95-98页 |
| 5.5.1 仿真数据实验 | 第95-97页 |
| 5.5.2 实测数据实验 | 第97-98页 |
| 5.6 本章小结 | 第98-100页 |
| 第六章 基于加权模糊综合函数的子航迹-系统航迹关联 | 第100-114页 |
| 6.1 引言 | 第100-101页 |
| 6.2 局部航迹的可信度 | 第101-103页 |
| 6.2.1 局部航迹可信度的定义 | 第101-102页 |
| 6.2.2 局部航迹可信度的计算 | 第102-103页 |
| 6.3 基于模糊综合函数的子航迹-系统航迹关联 | 第103-106页 |
| 6.3.1 构建模糊因素集 | 第104-105页 |
| 6.3.2 选择模糊综合函数 | 第105-106页 |
| 6.3.3 计算模糊关联度 | 第106页 |
| 6.4 基于加权模糊综合函数的子航迹-系统航迹关联 | 第106-109页 |
| 6.4.1 基于加权模糊综合函数的子航迹-系统航迹关联 | 第106-108页 |
| 6.4.2 门限检验 | 第108-109页 |
| 6.5 仿真实验及分析 | 第109-113页 |
| 6.5.1 实验场景设计 | 第109-111页 |
| 6.5.2 实验结果分析 | 第111-113页 |
| 6.6 本章小结 | 第113-114页 |
| 第七章 结论和展望 | 第114-118页 |
| 7.1 研究结论 | 第114-116页 |
| 7.2 研究展望 | 第116-118页 |
| 参考文献 | 第118-128页 |
| 致谢 | 第128-130页 |
| 作者简介 | 第130-132页 |
