RFS的多目标跟踪算法及其在外辐射源雷达中的应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-19页 |
| 第一章 绪论 | 第19-31页 |
| 1.1 研究背景及意义 | 第19-21页 |
| 1.2 多目标跟踪技术研究现状 | 第21-23页 |
| 1.3 多目标跟踪算法简介 | 第23-28页 |
| 1.4 本文主要工作及内容安排 | 第28-31页 |
| 第二章 多目标跟踪算法基础理论 | 第31-51页 |
| 2.1 引言 | 第31页 |
| 2.2 外辐射源雷达观测量建模 | 第31-32页 |
| 2.3 单目标Bayes滤波原理 | 第32-34页 |
| 2.4 经典单目标滤波算法 | 第34-41页 |
| 2.4.1 卡尔曼滤波 | 第34-35页 |
| 2.4.2 扩展卡尔曼滤波 | 第35-36页 |
| 2.4.3 无迹卡尔曼滤波 | 第36-38页 |
| 2.4.4 粒子滤波 | 第38-41页 |
| 2.5 基于RFS多目标跟踪方法理论基础 | 第41-49页 |
| 2.5.1 随机有限集 | 第42-45页 |
| 2.5.2 随机有限集多目标模型 | 第45-47页 |
| 2.5.3 多目标Bayes滤波 | 第47-48页 |
| 2.5.4 多目标跟踪精度评估指标 | 第48-49页 |
| 2.6 本章小结 | 第49-51页 |
| 第三章 PHD滤波算法研究 | 第51-67页 |
| 3.1 引言 | 第51-52页 |
| 3.2 PHD滤波及其实现方式 | 第52-57页 |
| 3.2.1 PHD滤波 | 第52-53页 |
| 3.2.2 GM-PHD滤波 | 第53-55页 |
| 3.2.3 P-PHD滤波 | 第55-57页 |
| 3.3 改进的P-PHD滤波 | 第57-64页 |
| 3.3.1 CKF算法 | 第57-61页 |
| 3.3.2 改进的P-PHD滤波算法 | 第61-64页 |
| 3.4 仿真实验与分析 | 第64-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 Me MBer滤波算法研究 | 第67-87页 |
| 4.1 引言 | 第67-68页 |
| 4.2 Me MBer算法介绍 | 第68-74页 |
| 4.2.1 Me MBer算法 | 第68-70页 |
| 4.2.2 GM-CBMe MBer滤波 | 第70-72页 |
| 4.2.3 P-CBMe MBer滤波 | 第72-74页 |
| 4.3 改进的粒子CBMe MBer滤波 | 第74-79页 |
| 4.3.1 算法介绍 | 第74-76页 |
| 4.3.2 实验仿真与分析 | 第76-79页 |
| 4.4 自适应P-CBMe MBer滤波 | 第79-85页 |
| 4.4.1 算法介绍 | 第79-81页 |
| 4.4.2 实验仿真与分析 | 第81-85页 |
| 4.5 本章小结 | 第85-87页 |
| 第五章 RFS跟踪算法在外辐射源雷达中的应用 | 第87-101页 |
| 5.1 引言 | 第87页 |
| 5.2 外辐射源雷达观测量获取流程 | 第87-92页 |
| 5.3 外辐射源雷达多站联合定位原理 | 第92-94页 |
| 5.4 外辐射源雷达PHD多目标跟踪算法 | 第94-100页 |
| 5.4.1 算法介绍 | 第95-97页 |
| 5.4.2 仿真实验与分析 | 第97-100页 |
| 5.5 本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-105页 |
| 6.1 本文内容总结 | 第101-102页 |
| 6.2 未来工作展望 | 第102-105页 |
| 参考文献 | 第105-119页 |
| 致谢 | 第119-121页 |
| 作者简介 | 第121-123页 |
