| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-16页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 分布式多传感器多目标跟踪中的航迹关联算法 | 第14-15页 |
| 1.3 本文的主要工作及内容安排 | 第15-16页 |
| 第2章 分布式三传感器系统航迹关联的改进最优分配算法 | 第16-39页 |
| 2.1 引言 | 第16页 |
| 2.2 基于统计的三传感器航迹关联算法简介 | 第16-19页 |
| 2.2.1 系统描述 | 第16-17页 |
| 2.2.2 现有局部最优航迹关联算法简介 | 第17-19页 |
| 2.3 基于多解加权融合的三传感器航迹最优分配算法 | 第19-29页 |
| 2.3.1 最优航迹关联算法 (D-TCOA) | 第19-21页 |
| 2.3.2 基于偏差标准差加权融合的改进航迹最优分配算法(D-DWMSTC) | 第21-24页 |
| 2.3.2.1 D-DWMSTC 算法的思想 | 第21-23页 |
| 2.3.2.2 D-DWMSTC 算法的步骤 | 第23-24页 |
| 2.3.3 基于似然函数加权融合的改进航迹最优分配算法(D-LWMSTC) | 第24-26页 |
| 2.3.3.1 D-LWMSTC 算法的思想 | 第24-25页 |
| 2.3.3.2 D-LWMSTC 算法的步骤 | 第25-26页 |
| 2.3.4 仿真分析 | 第26-29页 |
| 2.3.4.1 三种算法仿真效果图的分析与比较 | 第26-28页 |
| 2.3.4.2 相关算法运行时间的分析与比较 | 第28-29页 |
| 2.4 融合多源信息的三传感器航迹最优分配算法 | 第29-38页 |
| 2.4.1 多源信息融合 | 第29-30页 |
| 2.4.1.1 几种特征信息关联度的定义 | 第29-30页 |
| 2.4.1.2 证据理论组合规则简介 | 第30页 |
| 2.4.2 融合多源信息的三传感器航迹最优分配算法 | 第30-31页 |
| 2.4.3 仿真分析 | 第31-38页 |
| 2.4.3.1 相关算法融合多源信息前后仿真效果图的分析与比较 | 第31-35页 |
| 2.4.3.2 融合多源信息后的相关仿真效果图的分析与比较 | 第35-37页 |
| 2.4.3.3 相关算法运行时间的分析与比较 | 第37-38页 |
| 2.5 小结 | 第38-39页 |
| 第3章 分布式多传感器系统航迹关联的低维最优分配算法 | 第39-62页 |
| 3.1 引言 | 第39页 |
| 3.2 基于状态估计的分布式多传感器航迹关联的多维分配算法 | 第39-42页 |
| 3.2.1 多局部节点下的独立序贯航迹关联算法 | 第39-41页 |
| 3.2.2 多局部节点下的相关序贯航迹关联算法 | 第41-42页 |
| 3.3 分布式三传感器低维航迹关联算法 | 第42-50页 |
| 3.3.1 基于两两传感器航迹关联的低维航迹最优分配算法 | 第42-44页 |
| 3.3.1.1 BLD-TCOA 算法的思想 | 第42-44页 |
| 3.3.1.2 BLD-TCOA 算法的步骤 | 第44页 |
| 3.3.2 基于不平衡航迹关联矩阵加权分配的低维航迹最优分配算法 | 第44-47页 |
| 3.3.2.1 TLD-TCOA 算法的思想 | 第45-47页 |
| 3.3.2.2 TLD-TCOA 算法的步骤 | 第47页 |
| 3.3.3 仿真分析 | 第47-50页 |
| 3.3.3.1 三种算法仿真效果图的分析与比较 | 第47-49页 |
| 3.3.3.2 相关算法运行时间的分析与比较 | 第49-50页 |
| 3.4 分布式四传感器低维航迹关联算法 | 第50-54页 |
| 3.4.1 FLD-TCOA 算法的思想 | 第50-51页 |
| 3.4.2 仿真分析 | 第51-54页 |
| 3.4.2.1 两种算法仿真效果图的分析与比较 | 第51-53页 |
| 3.4.2.2 相关算法运行时间的分析与比较 | 第53-54页 |
| 3.5 融合多源信息的多传感器低维航迹关联算法 | 第54-61页 |
| 3.5.1 仿真分析 | 第54-61页 |
| 3.5.1.1 相关算法融合多源信息前后的仿真效果图的分析与比较 | 第54-58页 |
| 3.5.1.2 融合多源信息后的相关算法仿真效果图的分析与比较 | 第58-60页 |
| 3.5.1.3 相关算法运行时间的分析与比较 | 第60-61页 |
| 3.6 小结 | 第61-62页 |
| 第4章 分布式多传感器多目标跟踪优化算法 | 第62-82页 |
| 4.1 引言 | 第62页 |
| 4.2 基于最优分配的联合概率数据互联算法(D-OA-JPDA) | 第62-68页 |
| 4.2.1 基于最优点迹分配的分布式多目标跟踪算法(D-OA) | 第62-64页 |
| 4.2.2 分布式联合概率数据互联算法(D-JPDA) | 第64页 |
| 4.2.3 基于最优分配的联合概率数据互联算法（D-OA-JPDA） | 第64-68页 |
| 4.2.3.1 D-OA-JPDA 算法的思想 | 第64-65页 |
| 4.2.3.2 D-OA-JPDA 算法的步骤 | 第65页 |
| 4.2.3.3 仿真分析 | 第65-68页 |
| 4.3 基于 D-OA-JPDA 的多解加权的三维航迹关联算法 | 第68-73页 |
| 4.3.1 仿真分析 | 第68-73页 |
| 4.3.1.1 融合 D-OA-JPDA 算法前后的三维算法仿真效果图的分析与比较 | 第69-71页 |
| 4.3.1.2 融合 D-OA-JPDA 算法后的三维算法仿真效果图的分析与比较 | 第71-73页 |
| 4.4 基于 D-OA-JPDA 的低维航迹关联算法 | 第73-80页 |
| 4.4.1 仿真分析 | 第73-80页 |
| 4.4.1.1 融合 D-OA-JPDA 算法前后的低维算法仿真效果图的分析与比较 | 第73-77页 |
| 4.4.1.2 融合 D-OA-JPDA 算法后的低维算法仿真分析与比较 | 第77-80页 |
| 4.5 小结 | 第80-82页 |
| 第5章 总结与展望 | 第82-86页 |
| 5.1 总结 | 第82-84页 |
| 5.2 展望 | 第84-86页 |
| 参考文献 | 第86-91页 |
| 致谢 | 第91-92页 |
| 攻读硕士学位期间取得的科研成果 | 第92页 |
