目标跟踪系统中多传感器数据融合算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·机动目标跟踪概述 | 第8-9页 |
| ·数据融合算法概述 | 第9-14页 |
| ·数据融合的概念及其定义 | 第9-10页 |
| ·数据融合的基本原理及分类 | 第10-12页 |
| ·目标跟踪系统中数据融合算法的发展现状与趋势 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 卡尔曼滤波器 | 第15-25页 |
| ·卡尔曼滤波器的发展过程 | 第15-17页 |
| ·离散卡尔曼滤波器 | 第17-21页 |
| ·被估计的过程信号 | 第17-18页 |
| ·滤波器的计算原型 | 第18-19页 |
| ·滤波器的概率原型 | 第19-20页 |
| ·离散卡尔曼滤波器算法 | 第20-21页 |
| ·卡尔曼滤波器的主要特性 | 第21-25页 |
| ·过程模型 | 第21页 |
| ·滤波器方程和参数 | 第21-22页 |
| ·模拟实验 | 第22-25页 |
| 第三章 神经网络 | 第25-39页 |
| ·神经网络概述 | 第25-26页 |
| ·神经元模型 | 第26-28页 |
| ·神经元的数学模型 | 第26-27页 |
| ·神经元的转移函数 | 第27-28页 |
| ·神经网络的网络结构 | 第28-31页 |
| ·网络拓扑结构分类 | 第28-30页 |
| ·网络信息流向分类 | 第30-31页 |
| ·神经网络的学习规则 | 第31-32页 |
| ·反向传播（BP）网络 | 第32-39页 |
| ·BP 算法 | 第32-36页 |
| ·BP 网络设计 | 第36-38页 |
| ·BP 网络的限制与不足 | 第38-39页 |
| 第四章 模糊系统 | 第39-48页 |
| ·模糊理论概述 | 第39-40页 |
| ·模糊集合 | 第40-42页 |
| ·模糊集合的基本概念 | 第40-41页 |
| ·模糊集合运算 | 第41-42页 |
| ·模糊规则与模糊推理 | 第42-43页 |
| ·模糊系统设计 | 第43-44页 |
| ·自适应模糊神经推理系统 | 第44-48页 |
| ·ANFIS 概述 | 第44页 |
| ·Takagi-Sugeno-Kang 模糊系统 | 第44-46页 |
| ·ANFIS 的结构 | 第46-48页 |
| 第五章 多传感器数据融合算法 | 第48-56页 |
| ·卡尔曼滤波器模块设计 | 第48页 |
| ·神经网络模块设计 | 第48-51页 |
| ·目标加速度的探测与估计 | 第48-51页 |
| ·数据融合的神经网络法 | 第51页 |
| ·ANFIS 模块设计 | 第51-52页 |
| ·算法仿真与结果分析 | 第52-56页 |
| 第六章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-65页 |
| 攻硕期间取得的研究成果 | 第65-66页 |
