首页--航空、航天论文--航空论文--航空仪表、航空设备、飞行控制与导航论文--飞行控制系统与导航论文

数据融合系统中航迹关联和属性关联的研究

第1章 绪论第1-13页
 1.1 数据融合系统概述第8-10页
  1.1.1 数据融合的概念第8-9页
  1.1.2 数据融合的处理模型第9-10页
  1.1.3 数据融合的基本方法第10页
 1.2 数据融合的关联部分第10-12页
  1.2.1 数据融合中的航迹关联第10-11页
  1.2.2 数据融合中的属性关联第11-12页
 1.3 论文主要完成的工作第12-13页
第2章 多目标多传感器航迹关联第13-29页
 2.1 航迹关联分类及定义第13-16页
  2.1.1 集中式航迹关联第13-14页
  2.1.2 分布式航迹关联第14页
  2.1.3 混合式航迹关联第14-15页
  2.1.4 多级式航迹关联第15-16页
 2.2 最近邻航迹关联第16-17页
 2.3 多传感器联合概率数据关联第17-22页
  2.3.1 联合事件的生成第17-18页
  2.3.2 联合概率的计算第18页
  2.3.3 多传感器联合概率数据互联(MSJPDA)第18-21页
  2.3.4 MSJPDA算法复杂度分析第21-22页
 2.4 分布式航迹关联第22-28页
  2.4.1 修正K近邻域法第22-25页
  2.4.2 模糊双门限法第25-28页
 2.5 航迹关联的总结与发展方向第28-29页
第3章 近似多传感器联合概率航迹关联融合第29-43页
 3.1 航迹关联融合的步骤第29-30页
 3.2 传感器呈报数据的预处理第30-32页
  3.2.1 传感器呈报数据的格式分析第30-31页
  3.2.2 坐标变换第31-32页
 3.3 时间融合和空间融合第32-36页
  3.3.1 时间融合第32-34页
  3.3.2 空间融合第34-36页
 3.4 近似联合概率航迹关联算法第36-39页
  3.4.1 完全联合概率数据关联算法的复杂度分析第36-37页
  3.4.2 近似联合概率航迹概率算法第37-39页
 3.5 卡尔曼滤波算法第39-43页
  3.5.1 目标状态方程与测量方程第39页
  3.5.2 卡尔曼滤波算法第39-41页
  3.5.3 卡尔曼滤波算法的推广第41-43页
第4章 属性关联算法研究第43-57页
 4.1 属性关联在数据融合中的位置第43-44页
 4.2 红外方位数据与航迹数据的关联第44-46页
  4.2.1 红外方位数据的获取第44-45页
  4.2.2 红外方位数据与雷达数据的关联融合第45-46页
  4.2.3 引入红外方位信息关联融合的优点第46页
 4.3 ESM数据属性关联算法第46-55页
  4.3.1 属性关联算法的设计思想第46-47页
  4.3.2 多因素综合评判属性关联算法设计第47-49页
  4.3.3 属性关联算法的程序流程第49-51页
  4.3.4 关联统计算法第51-55页
  4.3.5 属性参数的求精第55页
 4.4 属性信息与位置信息的综合应用第55-57页
  4.4.1 参数综合应用的优点第55-56页
  4.4.2 属性—位置综合平台检验第56-57页
第5章 仿真结果分析第57-69页
 5.1 引入红外传感器前后仿真结果的比较第57-59页
  5.1.1 仿真条件设置第57页
  5.1.2 仿真结果第57-59页
  5.1.3 仿真结果分析第59页
 5.2 航迹关联部分仿真结果分析第59-66页
  5.2.1 最近邻法和近似联合概率法的理论比较第59-60页
  5.2.2 仿真条件设置第60-62页
  5.2.3 最近邻法和近似联合概率法的仿真结果比较第62-65页
  5.2.4 仿真结果分析第65-66页
 5.3 属性关联部分仿真结果分析第66-68页
  5.3.1 仿真条件设置第66页
  5.3.2 仿真结果第66-67页
  5.3.3 仿真结果分析第67-68页
 5.4 小结第68-69页
结束语第69-70页
致谢第70-71页
参考文献第71-74页
在读期间的研究成果第74-75页
附录A第75-80页
附录B第80-81页
附录C第81页

论文共81页,点击 下载论文
上一篇:基于COM的军用地图控件的研究与实现
下一篇:雷达辐射源识别算法研究