首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于自适应平方根CKF的目标跟踪方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第11-17页
    1.1 课题研究的目的及意义第11-12页
    1.2 课题研究的现状第12-15页
        1.2.1 目标跟踪研究历史第12-13页
        1.2.2 非线性滤波理论在目标跟踪中的应用现状第13-14页
        1.2.3 目标运动模型的发展现状第14-15页
        1.2.4 自适应滤波的研究现状第15页
    1.3 论文的主要工作及章节安排第15-17页
第2章 非线性次优滤波算法第17-34页
    2.1 扩展卡尔曼滤波算法第17-21页
        2.1.1 最小方差估计第17-18页
        2.1.2 扩展卡尔曼第18-21页
    2.2 无迹卡尔曼滤波算法第21-24页
        2.2.1 UT变换第21页
        2.2.2 UT近似误差分析第21-23页
        2.2.3 UKF算法简述第23-24页
    2.3 CKF及SCKF滤波算法第24-32页
        2.3.1 坐标转换第24-25页
        2.3.2 球面规则第25页
        2.3.3 径向规则第25-26页
        2.3.4 球面-径向规则第26-27页
        2.3.5 高于三阶容积规则的不必要性第27-28页
        2.3.6 平方根容积卡尔曼第28-29页
        2.3.7 比较UKF和CKF第29页
        2.3.8 容积卡尔曼滤波(CKF)步骤第29-31页
        2.3.9 平方根容积卡尔曼(SCKF)滤波步骤第31-32页
    2.4 本章小结第32-34页
第3章 基于Sage-Husa自适应平方根CKF目标跟踪方法第34-48页
    3.1 Sage-Husa滤波算法第34-37页
        3.1.1 基于极大后验(MAP)估计常值噪声统计估计器第35-36页
        3.1.2 Sage-Husa滤波算法步骤第36-37页
    3.2 基于Sage-Husa和容积规则的常值噪声统计估计器及无偏性证明第37-40页
        3.2.1 有色噪声的CKF滤波算法第37-38页
        3.2.2 常值噪声统计估计器第38-39页
        3.2.3 无偏性证明第39-40页
    3.3 基于Sage-Husa和容积规则的时变噪声统计估计器第40-41页
    3.4 自适应平方根CKF滤波算法第41-43页
        3.4.1 平方根形式的噪声统计估计器第41-42页
        3.4.2 自适应SCKF算法步骤第42-43页
    3.5 仿真分析第43-47页
        3.5.1 仿真场景第43-44页
        3.5.2 仿真结果第44-47页
    3.6 本章小结第47-48页
第4章 多重次优渐消因子的强跟踪平方根CKF目标跟踪方法第48-59页
    4.1 STF算法简介第48-50页
    4.2 SMFEKF算法简介第50-51页
    4.3 SMFSCKF算法第51-55页
        4.3.1 多重次优渐消因子加权强跟踪滤波器等价表述第51-52页
        4.3.2 SMFSCKF算法第52-53页
        4.3.3 正交性证明第53-55页
    4.4 仿真分析第55-57页
        4.4.1 仿真场景第55-56页
        4.4.2 仿真结果第56-57页
    4.5 本章小结第57-59页
第5章 基于平方根CKF算法的交互式多模型目标跟踪方法第59-72页
    5.1 马尔可夫链简介第59-60页
    5.2 交互式多模型算法第60-64页
        5.2.1 交互式多模型算法基本原理第60-61页
        5.2.2 交互式多模型算法过程第61-64页
    5.3 基于SCKF的交互式多模型算法第64-69页
        5.3.1 基于CKF的交互式多模型算法第64-66页
        5.3.2 引入平方根形式的SCKF交互式多模型算法第66-69页
    5.4 实验仿真第69-71页
        5.4.1 仿真场景第69-70页
        5.4.2 仿真结果第70-71页
    5.5 本章小结第71-72页
结论第72-74页
参考文献第74-80页
攻读硕士学位期间发表的论文和科研成果第80-81页
致谢第81页

论文共81页,点击 下载论文
上一篇:高清视频文本的提取与识别
下一篇:谱聚类算法的研究及其应用