基于信息论的传感器管理算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第1章 绪 论 | 第7-16页 |
| ·引言 | 第7页 |
| ·数据融合理论 | 第7-9页 |
| ·数据融合的闭环系统 | 第9-13页 |
| ·闭环系统的构成 | 第9-10页 |
| ·闭环系统各模块的性能 | 第10-12页 |
| ·闭环系统的功能 | 第12-13页 |
| ·传感器管理问题的提出 | 第13-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 传感器管理理论 | 第16-30页 |
| ·引言 | 第16页 |
| ·传感器管理的概念 | 第16-18页 |
| ·传感器管理的系统设计 | 第18-19页 |
| ·传感器管理的范围 | 第19-20页 |
| ·传感器管理的功能 | 第20-21页 |
| ·传感器管理的系统图 | 第20-21页 |
| ·传感器管理的功能 | 第21页 |
| ·传感器管理的任务 | 第21-22页 |
| ·传感器管理算法 | 第22-27页 |
| ·传统传感器管理算法 | 第23-25页 |
| ·智能传感器管理算法 | 第25-26页 |
| ·其他传感器管理算法 | 第26-27页 |
| ·目标优先级权重的提出 | 第27-29页 |
| ·小结 | 第29-30页 |
| 第3章 基于目标权重和信息熵的传感器管理算法 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·信息熵和信息增量 | 第31-32页 |
| ·POSET 和任务权重 | 第32-34页 |
| ·部分排序集合(POSET)和网格 | 第33-34页 |
| ·任务权重的计算 | 第34页 |
| ·算法描述 | 第34-35页 |
| ·交互式多模型滤波 | 第35-37页 |
| ·仿真及结果分析 | 第37-41页 |
| ·指数信息熵和信息增量 | 第41-43页 |
| ·指数信息熵 | 第41-42页 |
| ·信息增量的获取 | 第42-43页 |
| ·仿真及结果分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第4章 基于目标权重和分辨力的传感器管理算法 | 第46-59页 |
| ·引言 | 第46页 |
| ·IMM 分辨力 | 第46-48页 |
| ·分辨力 | 第46-47页 |
| ·分辨力增益 | 第47-48页 |
| ·算法描述 | 第48-49页 |
| ·仿真及结果分析 | 第49-52页 |
| ·重加权交互式多模型卡尔曼滤波 | 第52-54页 |
| ·RIMM 分辨力 | 第54页 |
| ·仿真及结果分析 | 第54-58页 |
| ·小结 | 第58-59页 |
| 第5章 机动目标检测的传感器管理算法 | 第59-65页 |
| ·引言 | 第59页 |
| ·系统模型的建立 | 第59-60页 |
| ·概率密度变化 | 第60-62页 |
| ·量测更新时的概率密度变化 | 第60-61页 |
| ·量测更新之间的概率密度变化 | 第61-62页 |
| ·仿真及结果分析 | 第62-64页 |
| ·小结 | 第64-65页 |
| 第6章 非线性融合系统中的传感器管理算法 | 第65-70页 |
| ·引言 | 第65-66页 |
| ·粒子滤波器 | 第66-67页 |
| ·仿真及结果分析 | 第67-69页 |
| ·小结 | 第69-70页 |
| 结论 | 第70-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-81页 |
| 攻读硕士期间已发表的论文 | 第81页 |
| 攻读硕士期间参加的科研项目 | 第81页 |
