基于变结构多模型算法的高机动目标跟踪研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·目标跟踪技术的研究背景及意义 | 第9页 |
| ·目标跟踪技术的基本理论和研究现状 | 第9-11页 |
| ·本文的主要研究内容 | 第11-13页 |
| 第二章 目标跟踪的基本理论和滤波方法 | 第13-38页 |
| ·机动目标跟踪的基本原理 | 第13页 |
| ·基本的跟踪滤波方法 | 第13-21页 |
| ·卡尔曼滤波算法（KF） | 第14-16页 |
| ·扩展卡尔曼（EKF）滤波算法 | 第16-18页 |
| ·不敏卡尔曼滤波算法 （UKF） | 第18-20页 |
| ·粒子滤波算法 （PF） | 第20-21页 |
| ·机动目标跟踪常用模型 | 第21-31页 |
| ·CV 和 CA 模型 | 第22-23页 |
| ·圆周转弯模型（CT） | 第23-24页 |
| ·当前统计模型（CS） | 第24-27页 |
| ·交互多模型（IMM） | 第27-31页 |
| ·仿真实验与结果分析 | 第31-37页 |
| ·IMM 算法和 CS 算法性能对比 | 第32-34页 |
| ·模型转移概率矩阵对 IMM 算法性能的影响 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于变结构多模型算法的高机动目标跟踪 | 第38-60页 |
| ·模型集自适应机制 | 第39-40页 |
| ·基于有向图切换的变结构多模型算法 | 第40-47页 |
| ·有向图的基本概念 | 第40-41页 |
| ·基于有向图切换的多模型算法 | 第41-42页 |
| ·实验仿真及结果分析 | 第42-47页 |
| ·一种格自适应变结构多模型算法 | 第47-53页 |
| ·AGIMM 算法自适应机制 | 第47-48页 |
| ·AGIMM 算法的改进 | 第48-49页 |
| ·实验仿真及结果分析 | 第49-53页 |
| ·一种联合当前统计模型的变结构多模型算法 | 第53-56页 |
| ·问题的描述 | 第53页 |
| ·自适应变结构多模型算法 | 第53-55页 |
| ·实验仿真及结果分析 | 第55-56页 |
| ·三种变结构多模型算法对比和总结 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 多模型算法的进一步优化方法研究 | 第60-67页 |
| ·径向速度观测值在跟踪算法中的应用 | 第60-62页 |
| ·多模型平滑算法在机动目标跟踪中的应用 | 第62-64页 |
| ·自适应交互多模型算法及其他优化方法 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 总结和展望 | 第67-69页 |
| ·全文工作总结 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-79页 |
