目标跟踪中的贝努利滤波算法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 本文主要工作及章节安排 | 第13-15页 |
第二章 幅度信息辅助的多贝努利滤波算法 | 第15-31页 |
2.1 引言 | 第15页 |
2.2 问题描述 | 第15-17页 |
2.3 幅度信息建模 | 第17-19页 |
2.4 CBMeMBer-AI滤波器 | 第19-23页 |
2.4.1 量测无偏转换 | 第19-20页 |
2.4.2 高斯混合实现 | 第20-23页 |
2.5 仿真分析 | 第23-29页 |
2.6 本章小结 | 第29-31页 |
第三章 多模型箱粒子多贝努利滤波算法 | 第31-47页 |
3.1 引言 | 第31-32页 |
3.2 多模型运动建模 | 第32页 |
3.3 箱粒子滤波算法 | 第32-36页 |
3.3.1 区间分析和包含函数 | 第32-34页 |
3.3.2 从粒子到箱粒子 | 第34-36页 |
3.4 MM-Box-CBMeMBer滤波器 | 第36-40页 |
3.4.1 MM-CBMeMBer滤波器 | 第36-37页 |
3.4.2 箱粒子实现 | 第37-40页 |
3.5 仿真分析 | 第40-45页 |
3.6 本章小结 | 第45-47页 |
第四章 多模型贝努利粒子滤波算法 | 第47-61页 |
4.1 引言 | 第47页 |
4.2 问题描述 | 第47-48页 |
4.3 贝努利滤波 | 第48页 |
4.4 改进的多模型贝努利粒子滤波算法 | 第48-52页 |
4.4.1 改进的MMBF算法 | 第48-50页 |
4.4.2 MMBF粒子实现方式 | 第50-52页 |
4.5 仿真分析 | 第52-59页 |
4.6 本章小结 | 第59-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 论文总结 | 第61页 |
5.2 研究展望 | 第61-63页 |
参考文献 | 第63-71页 |
致谢 | 第71-73页 |
攻读硕士学位期间发表的学术论文和参加科研情况 | 第73-75页 |