| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| ·研究背景及意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·关键问题 | 第17-18页 |
| ·论文的研究内容和组织结构 | 第18-20页 |
| ·研究内容 | 第18-19页 |
| ·组织结构 | 第19-20页 |
| 第二章 多目标跟踪的理论和方法 | 第20-36页 |
| ·引言 | 第20页 |
| ·多目标跟踪理论 | 第20-25页 |
| ·数据关联 | 第20-21页 |
| ·跟踪滤波 | 第21-23页 |
| ·目标跟踪模型 | 第23-25页 |
| ·数据关联算法 | 第25-29页 |
| ·最近邻域法（NN） | 第25-26页 |
| ·联合概率数据关联算法（JPDA） | 第26-29页 |
| ·机动目标跟踪算法 | 第29-34页 |
| ·扩展卡尔曼滤波（EKF） | 第29-31页 |
| ·交互式多模型算法（IMM） | 第31-34页 |
| ·跟踪性能评估标准 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于幅度信息的多目标跟踪方法 | 第36-60页 |
| ·引言 | 第36页 |
| ·C-IMMJPDA 算法 | 第36-43页 |
| ·算法分析 | 第36-38页 |
| ·算法步骤 | 第38-40页 |
| ·仿真场景设置 | 第40-41页 |
| ·仿真分析 | 第41-43页 |
| ·C-IMMJPDA-AI / C-IMMNNCJPDA-AI 算法 | 第43-59页 |
| ·幅度信息（AI） | 第44-45页 |
| ·C-IMMJPDA-AI 算法 | 第45-51页 |
| ·C-IMMNNCJPDA-AI 算法 | 第51-56页 |
| ·基于幅度信息的两种跟踪算法对比分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于道路信息的机动目标跟踪方法 | 第60-87页 |
| ·引言 | 第60-61页 |
| ·变结构交互式多模型算法（VS-IMM） | 第61-65页 |
| ·算法原理及步骤 | 第61-62页 |
| ·模型组群切换算法（MGS） | 第62-64页 |
| ·算法分析 | 第64-65页 |
| ·一种基于道路信息的 VS-IMM 算法 | 第65-86页 |
| ·道路信息 | 第65-67页 |
| ·算法原理及步骤 | 第67-73页 |
| ·仿真分析 | 第73-86页 |
| ·本章小结 | 第86-87页 |
| 第五章 总结与展望 | 第87-89页 |
| ·总结 | 第87-88页 |
| ·展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-94页 |
| 硕士期间取得的研究成果 | 第94-95页 |