多被动传感器目标跟踪状态估计方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8页 |
| ·多被动传感器跟踪技术研究现状 | 第8-13页 |
| ·非线性滤波 | 第9-11页 |
| ·多目标被动跟踪 | 第11-13页 |
| ·论文主要研究工作及创新点 | 第13-15页 |
| 2 多被动传感器目标跟踪的基本理论 | 第15-34页 |
| ·引言 | 第15-17页 |
| ·多被动传感器量测建模 | 第17-18页 |
| ·非线性滤波估计算法 | 第18-28页 |
| ·扩展Kalman滤波 | 第19-21页 |
| ·无迹Kalman滤波 | 第21-24页 |
| ·粒子滤波 | 第24-28页 |
| ·仿真分析 | 第28-33页 |
| ·仿真性能指标 | 第28页 |
| ·仿真实验及结果分析 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 3 非高斯条件下多被动传感器单目标跟踪方法 | 第34-50页 |
| ·引言 | 第34页 |
| ·非线性系统的高斯混合滤波回顾 | 第34-36页 |
| ·非高斯噪声条件下高斯混合模型 | 第36-39页 |
| ·非高斯噪声条件下高斯混合非线性估计 | 第39-43页 |
| ·高斯混合EKF | 第40-41页 |
| ·高斯混合粒子滤波 | 第41-43页 |
| ·仿真实验 | 第43-49页 |
| ·本章小结 | 第49-50页 |
| 4 基于随机有限集多被动传感器多目标跟踪方法 | 第50-68页 |
| ·引言 | 第50页 |
| ·随机有限集理论 | 第50-53页 |
| ·概率假设密度滤波 | 第53-60页 |
| ·PHD滤波基本原理 | 第53-54页 |
| ·高斯混合PHD滤波 | 第54-57页 |
| ·高斯混合粒子PHD滤波 | 第57-60页 |
| ·仿真实验 | 第60-67页 |
| ·本章小结 | 第67-68页 |
| 5 总结 | 第68-70页 |
| ·全文总结 | 第68页 |
| ·未来展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
