| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·课题的国内外研究现状 | 第9-11页 |
| ·课题的研究背景与意义 | 第11-12页 |
| ·论文研究的基本内容和结构 | 第12-14页 |
| 2 多传感器信息融合的基本理论 | 第14-17页 |
| ·信息融合的基础 | 第14-15页 |
| ·信息融合的基本原理 | 第14页 |
| ·信息融合的关键问题 | 第14-15页 |
| ·多传感器信息融合的功能模型 | 第15-16页 |
| ·小结 | 第16-17页 |
| 3 目标跟踪中的状态估计 | 第17-36页 |
| ·引言 | 第17页 |
| ·状态估计中的目标运动模型 | 第17-19页 |
| ·线性模型滤波理论与算法 | 第19-25页 |
| ·离散线性系统方程 | 第19页 |
| ·状态估计的目的和方法 | 第19-20页 |
| ·卡尔曼滤波算法 | 第20-21页 |
| ·实验仿真 | 第21-25页 |
| ·非线性模型滤波理论与算法 | 第25-35页 |
| ·离散非线性系统方程 | 第25-26页 |
| ·扩展卡尔曼滤波算法 | 第26-27页 |
| ·无迹卡尔曼滤波算法 | 第27-30页 |
| ·抗野值的UKF 及其在火箭飞行跟踪测控系统中的应用 | 第30-32页 |
| ·实验仿真 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 4 目标跟踪数据关联算法及仿真 | 第36-51页 |
| ·引言 | 第36页 |
| ·多目标跟踪的基本原理 | 第36-37页 |
| ·跟踪门的形成方法 | 第37-39页 |
| ·滤波残差及其统计特性 | 第38页 |
| ·跟踪门的形成 | 第38-39页 |
| ·多传感器联合概率数据互联算法 | 第39-48页 |
| ·数据关联概念 | 第39-40页 |
| ·多目标模型 | 第40页 |
| ·单传感器联合概率数据关联 | 第40-46页 |
| ·多传感器联合概率数据互联（MSJPDA） | 第46-48页 |
| ·实验仿真 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于交互式多模型的目标跟踪算法研究 | 第51-63页 |
| ·引言 | 第51-52页 |
| ·交互式多模型滤波器设计 | 第52-55页 |
| ·基于交互式多模型的多传感器联合概率数据互联滤波 | 第55-57页 |
| ·运动目标模型描述 | 第55页 |
| ·基于IMM-MSJPDA 的目标跟踪算法 | 第55-57页 |
| ·实验仿真 | 第57-62页 |
| ·本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·未来工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A.作者在攻读硕士学位期间发表的论文目录 | 第70页 |
| B. 作者在攻读硕士学位期间取得的科研成果目录 | 第70页 |