基于高斯粒子滤波的水下目标跟踪技术
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-19页 |
·论文的研究背景及其意义 | 第11-12页 |
·水下目标声探测跟踪技术国内外研究现状 | 第12-14页 |
·基于前视声纳的水下目标跟踪 | 第14-17页 |
·水下目标跟踪过程 | 第14-15页 |
·数据关联 | 第15-17页 |
·本文的主要研究内容及结构安排 | 第17-19页 |
第2章 前视声纳图像特征 | 第19-31页 |
·引言 | 第19页 |
·本文实验中所使用的前视声纳及关键技术 | 第19-26页 |
·本文实验中所使用的前视声纳 | 第20-22页 |
·CHIRP技术 | 第22-26页 |
·声纳图像的特点 | 第26-30页 |
·小结 | 第30-31页 |
第3章 滤波算法 | 第31-49页 |
·引言 | 第31-32页 |
·贝叶斯递推滤波 | 第32-34页 |
·状态空间模型 | 第32-33页 |
·贝叶斯递推滤波算法 | 第33-34页 |
·卡尔曼滤波 | 第34-36页 |
·粒子滤波 | 第36-40页 |
·粒子滤波原理 | 第36-38页 |
·粒子退化 | 第38-40页 |
·高斯粒子滤波 | 第40-42页 |
·测量更新 | 第41页 |
·预测更新 | 第41-42页 |
·粒子滤波和高斯粒子滤波的仿真比较分析 | 第42-47页 |
·一维非线性目标跟踪仿真模型 | 第42-43页 |
·一维仿真结果 | 第43-44页 |
·二维仿真 | 第44-47页 |
·仿真结果分析 | 第47-48页 |
·本章小结 | 第48-49页 |
第4章 基于前视声纳的单目标跟踪实现 | 第49-67页 |
·引言 | 第49页 |
·状态模型的构建 | 第49-50页 |
·单一特征匹配 | 第50-56页 |
·不变矩理论 | 第50-52页 |
·熵 | 第52-53页 |
·最小平均绝对差距离测度(MAD) | 第53-54页 |
·单一特征匹配试验 | 第54-56页 |
·试验结果分析 | 第56页 |
·特征匹配方法优化 | 第56-59页 |
·双特征匹配实验 | 第57-58页 |
·结果分析 | 第58-59页 |
·跟踪过程 | 第59-60页 |
·单目标跟踪实验 | 第60-64页 |
·单目标跟踪结果 | 第60-64页 |
·单目标跟踪结果分析 | 第64页 |
·三种滤波方法跟踪实验比较分析 | 第64-66页 |
·本章小结 | 第66-67页 |
第5章 基于前视声纳的多目标跟踪 | 第67-82页 |
·引言 | 第67页 |
·跟踪门 | 第67-68页 |
·最近邻数据关联算法 | 第68-69页 |
·联合概率数据关联算法 | 第69-74页 |
·联合事件概率 | 第72-74页 |
·关联概率 | 第74页 |
·JPDA多目标跟踪算法优化 | 第74-76页 |
·仿真试验 | 第76-79页 |
·仿真结果 | 第77-78页 |
·仿真结果分析 | 第78-79页 |
·水池实验 | 第79-81页 |
·水池试验结果 | 第79-80页 |
·实验结果分析 | 第80-81页 |
·本章小结 | 第81-82页 |
结论 | 第82-84页 |
参考文献 | 第84-88页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第88-89页 |
致谢 | 第89页 |