| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究的目的及意义 | 第11-12页 |
| 1.2 研究历史与现状 | 第12-17页 |
| 1.2.1 机载传感器中目标优先级研究现状 | 第12-14页 |
| 1.2.2 多机动目标协同跟踪中传感器资源分配研究现状 | 第14-17页 |
| 1.3 本文研究内容及章节安排 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 章节安排 | 第18-20页 |
| 第2章 协同跟踪及传感器管理基本框架 | 第20-28页 |
| 2.1 引言 | 第20页 |
| 2.2 协同跟踪基础理论 | 第20-23页 |
| 2.2.1 跟踪性能的度量 | 第21-22页 |
| 2.2.2 传感器行为的决策与度量 | 第22-23页 |
| 2.3 传感器管理框架 | 第23-27页 |
| 2.3.1 传感器管理范围 | 第23页 |
| 2.3.2 多传感器管理的功能 | 第23-25页 |
| 2.3.3 多传感器管理的作用 | 第25-26页 |
| 2.3.4 传感器管理的系统框架 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 空中目标优先级评估方法研究 | 第28-43页 |
| 3.1 引言 | 第28页 |
| 3.2 基于层次分析法的目标优先级评估 | 第28-37页 |
| 3.2.1 层次分析法简介 | 第28-30页 |
| 3.2.2 模糊决策论简介 | 第30-32页 |
| 3.2.3 基于层次分析法的评估模型 | 第32-35页 |
| 3.2.4 仿真实验与分析 | 第35-37页 |
| 3.3 基于支持向量回归机的目标优先级评估 | 第37-42页 |
| 3.3.1 支持向量回归机简介 | 第37-39页 |
| 3.3.2 基于支持向量回归机的评估模型 | 第39-40页 |
| 3.3.3 仿真实验与分析 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 单机动目标多传感器协同跟踪技术研究 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 单机动目标多传感器跟踪系统模型 | 第43-46页 |
| 4.3 基于协方差的多传感器协同跟踪 | 第46-51页 |
| 4.3.1 基于协方差矩阵对角线元素的多传感器协同跟踪 | 第46-47页 |
| 4.3.2 基于协方差矩阵的多传感器协同跟踪 | 第47-48页 |
| 4.3.3 仿真实验与分析 | 第48-51页 |
| 4.4 基于信息增量与协方差的多传感器协同跟踪 | 第51-56页 |
| 4.4.1 基于信息增量的多传感器协同跟踪 | 第52-53页 |
| 4.4.2 基于信息增量与协方差协同指数的多传感器协同跟踪 | 第53-54页 |
| 4.4.3 仿真实验与分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 多机动目标协同跟踪中传感器资源分配研究 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 基于线性规划的多传感器管理算法 | 第57-61页 |
| 5.2.1 线性规划理论基础 | 第57-58页 |
| 5.2.2 基于效能函数的传感器管理算法 | 第58-60页 |
| 5.2.3 改进的多传感器资源管理算法 | 第60页 |
| 5.2.4 仿真实验与分析 | 第60-61页 |
| 5.3 基于遗传算法的多传感器管理方法 | 第61-67页 |
| 5.3.1 遗传算法简介 | 第62-63页 |
| 5.3.2 算法设计 | 第63-65页 |
| 5.3.3 仿真实验与分析 | 第65-67页 |
| 5.4 基于遗传粒子群的多传感器管理算法 | 第67-72页 |
| 5.4.1 粒子群算法简介 | 第67-68页 |
| 5.4.2 选择更新 | 第68页 |
| 5.4.3 粒子更新 | 第68-69页 |
| 5.4.4 算法流程 | 第69-70页 |
| 5.4.5 仿真实验与分析 | 第70-72页 |
| 5.5 本章小结 | 第72-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 全文总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81页 |
