| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 多模型目标跟踪算法研究现状 | 第13-16页 |
| 1.3 知识辅助目标跟踪算法研究现状 | 第16-19页 |
| 1.3.1 知识辅助运动模型集调整 | 第16-17页 |
| 1.3.2 知识辅助量测模型调整 | 第17-18页 |
| 1.3.3 知识辅助转移概率矩阵调整 | 第18-19页 |
| 1.3.4 知识辅助模型概率调整 | 第19页 |
| 1.4 论文的主要工作和内容安排 | 第19-22页 |
| 第2章 筛选式知识辅助多模型算法 | 第22-35页 |
| 2.1 引言 | 第22页 |
| 2.2 多模型目标跟踪算法基本理论 | 第22-29页 |
| 2.2.1 多模型算法模型 | 第23页 |
| 2.2.2 常用的三代多模型算法 | 第23-27页 |
| 2.2.3 多模型算法的功能要素 | 第27-29页 |
| 2.3 筛选式知识辅助多模型算法框架 | 第29-34页 |
| 2.3.1 硬筛选知识辅助算法 | 第30-33页 |
| 2.3.2 软筛选知识辅助算法 | 第33-34页 |
| 2.4 本章结论 | 第34-35页 |
| 第3章 知识辅助运动模型集筛选 | 第35-55页 |
| 3.1 引言 | 第35-36页 |
| 3.2 多模型算法中的运动模型集 | 第36-37页 |
| 3.3 目标类型辅助筛选模型集多模型(TCA-MM)算法 | 第37-47页 |
| 3.3.1 ADS-B量测中的目标类型信息 | 第38-39页 |
| 3.3.2 目标类型与模型集的对应关系 | 第39-41页 |
| 3.3.3 TCA-MM算法实现过程 | 第41-43页 |
| 3.3.4 仿真实验及结果分析 | 第43-47页 |
| 3.4 自适应模型集多模型(MSA-MM)算法 | 第47-53页 |
| 3.4.1 障碍物信息辅助调整模型集 | 第48-49页 |
| 3.4.2 MSA-MM算法的实现过程 | 第49-50页 |
| 3.4.3 仿真实验及结果分析 | 第50-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第4章 知识辅助量测模型筛选 | 第55-80页 |
| 4.1 引言 | 第55-56页 |
| 4.2 变分贝叶斯法多模型(VB-IMM)算法 | 第56-70页 |
| 4.2.1 ADS-B中的量测精度范围 | 第57-59页 |
| 4.2.2 VB-IMM算法实现过程 | 第59-64页 |
| 4.2.3 仿真实验及结果分析 | 第64-68页 |
| 4.2.4 实测数据实验及分析 | 第68-70页 |
| 4.3 知识辅助AGV多模型(KA-AGVMM)算法 | 第70-79页 |
| 4.3.1 采用超宽带定位的AGV位置量测 | 第70-71页 |
| 4.3.2 AGV的位置量测模型 | 第71-76页 |
| 4.3.3 KA-AGVMM算法 | 第76-77页 |
| 4.3.4 仿真实验及结果分析 | 第77-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第5章 知识辅助转移概率矩阵和模型概率筛选式调整 | 第80-103页 |
| 5.1 引言 | 第80-82页 |
| 5.2 障碍物辅助调整模型概率多模型(OAMP-MM)算法 | 第82-86页 |
| 5.2.1 模型概率常用设置方法 | 第82页 |
| 5.2.2 OAMP-MM算法的实现过程 | 第82-86页 |
| 5.3 障碍物调整转移概率矩阵多模型(OATPM-MM)算法 | 第86-90页 |
| 5.3.1 转移概率矩阵常用设置方法 | 第87-88页 |
| 5.3.2 OATPM-MM算法的实现过程 | 第88-90页 |
| 5.4 联合调整的多模型(OABOTH-MM)算法 | 第90-91页 |
| 5.5 实验及结果分析 | 第91-101页 |
| 5.5.1 仿真中模糊推理系统设计 | 第91-94页 |
| 5.5.2 仿真实验场景 | 第94-96页 |
| 5.5.3 仿真实验结果分析 | 第96-99页 |
| 5.5.4 实测实验 | 第99-101页 |
| 5.6 本章小结 | 第101-103页 |
| 第6章 总结与展望 | 第103-107页 |
| 6.1 论文总结 | 第103-105页 |
| 6.2 研究展望 | 第105-107页 |
| 参考文献 | 第107-117页 |
| 致谢 | 第117-118页 |
| 攻读博士学位期间的研究成果 | 第118页 |
