| 1 概述 | 第1-12页 |
| ·多目标跟踪方法研究的目的和意义 | 第7-8页 |
| ·多传感器多目标跟踪的基本要素 | 第8-10页 |
| ·本文所做的工作 | 第10-11页 |
| ·本文的内容安排 | 第11-12页 |
| 2 基于意见一致性理论的集中式航迹起始方法 | 第12-20页 |
| ·单传感器航迹起始方法及性能分析 | 第12-14页 |
| ·航迹起始概述 | 第12页 |
| ·改进Hough变换单传感器航迹起始方法 | 第12-14页 |
| ·多传感器多目标跟踪的航迹起始方法及性能分析 | 第14-16页 |
| ·意见一致性理论和集中式航迹起始方法 | 第16-20页 |
| ·系统框图 | 第16页 |
| ·意见一致性理论 | 第16-17页 |
| ·航迹起始步骤 | 第17页 |
| ·性能分析 | 第17-18页 |
| ·仿真实验与分析 | 第18-20页 |
| 3 状态估计与预测滤波器 | 第20-38页 |
| ·运动目标的描述 | 第20-22页 |
| ·基于直线运动的机动模型 | 第20-21页 |
| ·基于圆周运动的机动模型 | 第21-22页 |
| ·KALMAN滤波 | 第22-24页 |
| ·线性系统地描述 | 第22页 |
| ·Kalman滤波算法 | 第22-24页 |
| ·基于修正球坐标系的红外目标跟踪 | 第24-30页 |
| ·修正球坐标系(MSC) | 第24-26页 |
| ·MSC中的Kalman滤波 | 第26-30页 |
| ·直角坐标系中采用扩展KALMAN滤波(EKF)的红外目标跟踪 | 第30-32页 |
| ·采用“当前”统计模型和自适应跟踪滤波的红外目标跟踪 | 第32-38页 |
| ·“当前”统计模型 | 第32-33页 |
| ·自适应跟踪滤波算法 | 第33-35页 |
| ·仿真实验及结果 | 第35-38页 |
| 4 改进的DPDAF数据关联算法 | 第38-47页 |
| ·数据关联 | 第38-40页 |
| ·基于定向概率数据互联滤波(DPDAF)的红外目标跟踪 | 第40-44页 |
| ·改进的基于定向概率数据互联的双红外传感器目标跟踪 | 第44-47页 |
| ·DPDAF方向高斯权重的改进 | 第44-45页 |
| ·双传感器互联概率 | 第45-46页 |
| ·仿真结果 | 第46-47页 |
| 5 仿真系统实现和实验结果 | 第47-50页 |
| ·双传感器目标跟踪系统结构框图 | 第47-48页 |
| ·系统流程 | 第48-49页 |
| ·仿真系统实现 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 致谢 | 第56-58页 |
