首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

Imaging Sensor and Radar Data Fusion for Target Tracking

摘要第8-9页
ABSTRACT第9-10页
CHAPTER I. INTRODUCTION第13-19页
    1.1 Significance of the research第13-14页
    1.2 Research Status of Target Tracking第14-17页
    1.3 Main research contents and structure of the paper第17-19页
CHAPTER 2. SENSOR DATA FUSION SYSTEM, RADAR SYSTEM, AND IMAGE SENSOR SYSTEM OVERVIEW第19-29页
    2.1 Introduction第19页
    2.2 Sensor Data Fusion第19-22页
        2.2.1 Sensor Fusion Calculations第19-20页
        2.2.2 Sensor Data Fusion Applications第20页
        2.2.3 Sensor Data and Information Fusion Model第20-22页
    2.3 Radar Sensor第22-26页
        2.3.1 Radar Block Diagram第23-24页
        2.3.2 Information Available From the Radar Echo第24-25页
        2.3.3 Applications of Radar第25-26页
    2.4 Image Sensor Overview第26-27页
        2.4.1 Infrared Radiation Theory第26页
        2.4.2 Types of Infrared Sensors第26-27页
        2.4.3 Infrared Sensor Working Principle第27页
    2.5 The Key Applications of Infrared sensor Technology第27-28页
    2.6 Conclusion第28-29页
CHAPTER 3. TARGET TRACKING AND SENSOR DATA FUSION TECHNIQUES第29-39页
    3.1 Introduction第29页
    3.2 Advantages of a Multisensor Data Fusion For Target第29页
    3.3 Multisensor Fusion Processing Architectures第29-30页
    3.4 State and Object Evaluation第30-33页
        3.4.1 Van-Keuk’s Evaluation Model第30-31页
        3.4.2 Interacting Multiple Model第31-33页
    3.5 State Estimation Methods第33-35页
        3.5.1 The Kalman Filter第33-35页
        3.5.2 Particle Filter第35页
    3.6 Multisensor Tracking System based on IMMEKF Model第35-37页
    3.7 Comparison of Measurement Fusion Methods for Kalman -Filter-Based Multisensor Data Fusion for Target Tracking第37-38页
    3.8 Conclusion第38-39页
CHAPTER 4: RESULTS ANALYSIS AND DISCUSSION第39-52页
    4.0 Introduction第39页
    4.1 Significance of using radar measurement and Infrared measurement第39-40页
    4.2 IMMEKF Algorithm第40-41页
    4.3 Target Motion & Sensor Models第41-43页
        4.3.1 Sensor Model第41-42页
        4.3.2 Measurement Model第42-43页
    4.4 Measurement Vector第43-44页
        4.4.1 Measurement Fusion (MF)第43页
        4.4.2 Selective Measurements (SM)第43页
        4.4.3 Radar Measurements第43-44页
    4.5 Performance Evaluation Metrics第44页
    4.6 Numerical Simulation Results第44-51页
    4.7 Conclusion第51-52页
CHAPTER 5. SUMMARY第52-54页
References第54-59页
ACKNOWLEDGEMENTS第59页

论文共59页,点击 下载论文
上一篇:基于细菌觅食算法的PID参数整定
下一篇:基于深度学习的公路裂缝识别研究