| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 论文研究的背景及意义 | 第16-17页 |
| 1.2 论文研究的历史及现状 | 第17-19页 |
| 1.3 本文主要工作和内容安排 | 第19-22页 |
| 第二章 运动目标跟踪算法 | 第22-40页 |
| 2.1 运动目标数学模型 | 第22-26页 |
| 2.1.1 微分多项式模型 | 第22-23页 |
| 2.1.2 CV、CA、CT运动模型 | 第23-26页 |
| 2.2 跟踪滤波与预测算法 | 第26-36页 |
| 2.2.1 卡尔曼滤波算法 | 第26-28页 |
| 2.2.2 扩展卡尔曼滤波算法 | 第28页 |
| 2.2.3 交互式多模型算法 | 第28-34页 |
| 2.2.4 改进的交互式多模型算法 | 第34-36页 |
| 2.3 仿真实验与结果分析 | 第36-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第三章 多目标跟踪数据关联算法 | 第40-60页 |
| 3.1 经典数据关联算法 | 第40-46页 |
| 3.1.1 最近邻算法 | 第40-41页 |
| 3.1.2 概率数据关联算法 | 第41-43页 |
| 3.1.3 联合概率数据关联算法 | 第43-46页 |
| 3.2 基于智能优化算法的多目标跟踪数据关联 | 第46-54页 |
| 3.2.1 遗传算法 | 第46-47页 |
| 3.2.2 标准粒子群优化算法 | 第47-49页 |
| 3.2.3 混合遗传粒子群优化算法 | 第49-52页 |
| 3.2.4 改进的混合遗传粒子群优化算法 | 第52-54页 |
| 3.3 仿真实验与结果分析 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 多传感器航迹融合技术 | 第60-76页 |
| 4.1 多传感器航迹融合结构 | 第60-61页 |
| 4.2 多传感器航迹融合算法 | 第61-67页 |
| 4.2.1 简单航迹融合算法 | 第62-63页 |
| 4.2.2 协方差加权航迹融合算法 | 第63-64页 |
| 4.2.3 自适应航迹融合算法 | 第64-65页 |
| 4.2.4 仿真实验与结果分析 | 第65-67页 |
| 4.3 基于雷达猝发探测的多传感器航迹融合策略 | 第67-74页 |
| 4.3.1 基于雷达猝发探测的多传感器航迹融合结构 | 第67-68页 |
| 4.3.2 基于雷达猝发探测的多传感器航迹融合原理 | 第68-70页 |
| 4.3.3 仿真实验与结果分析 | 第70-74页 |
| 4.4 本章小结 | 第74-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 全文工作总结 | 第76页 |
| 5.2 后续工作展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 作者简介 | 第84-85页 |