多目标跟踪系统中数据关联与多维分配技术
| 第一章 绪论 | 第1-28页 |
| ·引言 | 第10页 |
| ·现代跟踪技术的发展 | 第10-26页 |
| ·基于象素点的分类 | 第12-14页 |
| ·机动目标建模 | 第14-16页 |
| ·数据关联技术 | 第16-19页 |
| ·基于信息融合的跟踪系统 | 第19-26页 |
| ·本论文的研究点 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第二章 广义概率数据关联 | 第28-46页 |
| ·引言 | 第28-29页 |
| ·状态估计 | 第29-30页 |
| ·JPDA算法 | 第30-35页 |
| ·GPDA算法的思路 | 第35-36页 |
| ·广义概率数据关联(GPDA) | 第36-41页 |
| ·基本定义 | 第36-37页 |
| ·互属概率的计算 | 第37-41页 |
| ·GPDA与JPDA算法分析比较 | 第41-45页 |
| ·JPDA关联概率的计算方法 | 第42页 |
| ·GPDA互属概率的计算方法 | 第42-43页 |
| ·GPDA与JPDA物理意义的等同性 | 第43页 |
| ·GPDA与JPDA计算量比较 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第三章 广义概率数据关联算法性能分析 | 第46-75页 |
| ·引言 | 第46页 |
| ·点目标交叉运动 | 第46-55页 |
| ·场景设置 | 第46-47页 |
| ·具有完全量测且无虚警情况 | 第47-49页 |
| ·具有不完全量测且无虚警情况 | 第49-54页 |
| ·有虚警时的性能 | 第54-55页 |
| ·两小目标交叉运动 | 第55-56页 |
| ·场景设置 | 第55页 |
| ·具有完全量测时的性能 | 第55-56页 |
| ·两种方法在U型航迹下的性能 | 第56-60页 |
| ·两目标运动航迹 | 第56-57页 |
| ·具有完全量测时的性能 | 第57-58页 |
| ·具有不完全量测时的性能 | 第58-60页 |
| ·四目标机动运动情况 | 第60-62页 |
| ·性能分析 | 第62-63页 |
| ·小结 | 第63-64页 |
| 附录 | 第64-75页 |
| 第四章 多维分配问题的“剪枝”法 | 第75-92页 |
| ·引言 | 第75-76页 |
| ·数学模型 | 第76-78页 |
| ·运筹学中分配问题的标准模型 | 第76页 |
| ·数据关联多维分配模型 | 第76-77页 |
| ·统一模型 | 第77-78页 |
| ·“剪枝”法的基本思想及主要定理 | 第78-81页 |
| ·算法 | 第81-82页 |
| ·“剪枝”方法机理分析 | 第82-83页 |
| ·计算量分析 | 第83-86页 |
| ·小结 | 第86-87页 |
| 附录 | 第87-92页 |
| 第五章 “剪枝”法的应用 | 第92-105页 |
| ·引言 | 第92-93页 |
| ·被动式多目标跟踪及数据关联问题 | 第93-99页 |
| ·跟踪场景描述 | 第93页 |
| ·数据关联的多维分配描述 | 第93-99页 |
| ·运筹学中的分配问题描述 | 第99-100页 |
| ·算例分析 | 第100-104页 |
| ·被动式跟踪多目标分配算例 | 第100-103页 |
| ·资源优化问题算例 | 第103-104页 |
| ·小结 | 第104-105页 |
| 第六章 基于图像的模糊多模型跟踪算法 | 第105-123页 |
| ·引言 | 第105-106页 |
| ·算法的结构论述 | 第106-107页 |
| ·图像特征提取 | 第107-108页 |
| ·图象分割 | 第107-108页 |
| ·特征提取 | 第108页 |
| ·混合量测的计算 | 第108-111页 |
| ·异步数据融合 | 第109-111页 |
| ·同步数据融合 | 第111页 |
| ·模糊多模型跟踪算法 | 第111-120页 |
| ·目标运动模型 | 第111-114页 |
| ·模糊跟踪算法 | 第114-120页 |
| ·模糊关联算法 | 第120-122页 |
| ·小结 | 第122-123页 |
| 第七章 总结与展望 | 第123-126页 |
| ·本文工作总结 | 第123-124页 |
| ·展望 | 第124-126页 |
| 参考文献 | 第126-143页 |
| 致谢 | 第143-144页 |
| 作者发表或录用的论文 | 第144页 |
| 攻读博士学位期间参加的项目 | 第144-145页 |
