特征辅助的多目标数据关联算法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-18页 |
| ·引言 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状及发展趋势 | 第12-17页 |
| ·滤波估计 | 第13-14页 |
| ·数据关联技术 | 第14-16页 |
| ·特征辅助的数据关联算法 | 第16-17页 |
| ·本文主要工作及内容安排 | 第17-18页 |
| 第二章 多目标数据关联方法研究 | 第18-37页 |
| ·引言 | 第18-19页 |
| ·滤波估计理论 | 第19-24页 |
| ·标准Kalman 滤波器 | 第19-21页 |
| ·α-β滤波器 | 第21-22页 |
| ·扩展Kalman 滤波器 | 第22-23页 |
| ·滤波方法性能比较 | 第23-24页 |
| ·数据关联算法 | 第24-36页 |
| ·最近邻算法 | 第25页 |
| ·概率数据互联算法 | 第25-28页 |
| ·联合概率数据关联算法 | 第28-30页 |
| ·广义概率数据关联算法 | 第30-33页 |
| ·实验仿真 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 目标一维距离像特征提取方法研究 | 第37-50页 |
| ·引言 | 第37-43页 |
| ·高分辨—维距离像特性 | 第37页 |
| ·目标散射点模型及高分辨距离像特性分析 | 第37-38页 |
| ·实验仿真 | 第38-43页 |
| ·目标一维距离像特征提取及选择 | 第43-49页 |
| ·特征提取方法 | 第43-45页 |
| ·特征选择方法 | 第45-46页 |
| ·实验仿真 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 特征辅助的多目标数据关联技术 | 第50-66页 |
| ·引言 | 第50页 |
| ·特征辅助的NN 算法 | 第50-55页 |
| ·数学描述 | 第51-52页 |
| ·基于特征的统计距离的定义 | 第52-53页 |
| ·实验仿真 | 第53-55页 |
| ·特征辅助的PDA 算法 | 第55-59页 |
| ·数学描述 | 第55-56页 |
| ·基于特征的互联概率的计算 | 第56-57页 |
| ·实验仿真 | 第57-59页 |
| ·特征辅助的GPDA 算法 | 第59-64页 |
| ·数学描述 | 第59-60页 |
| ·基于目标历史信息的互联概率的计算 | 第60-62页 |
| ·实验仿真 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 结束语 | 第66-68页 |
| ·本文工作总结 | 第66-67页 |
| ·下一步工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 作者在学期间取得的学术成果 | 第73页 |
