| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 机动目标运动模型 | 第12页 |
| 1.2.2 滤波理论 | 第12-13页 |
| 1.2.3 多模型算法 | 第13页 |
| 1.3 论文主要内容及安排 | 第13-15页 |
| 第2章 机动目标跟踪滤波的数学模型 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 机动目标跟踪基本原理 | 第15-16页 |
| 2.3 目标运动模型 | 第16-22页 |
| 2.3.1 匀速模型和匀加速模型 | 第16-17页 |
| 2.3.2 CT模型 | 第17-18页 |
| 2.3.3 Singer模型 | 第18-19页 |
| 2.3.4 “当前”统计模型 | 第19-20页 |
| 2.3.5 Jerk模型 | 第20-21页 |
| 2.3.6 “蛇形”机动模型 | 第21-22页 |
| 2.4 观测模型 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 跟踪滤波的算法研究 | 第24-46页 |
| 3.1 引言 | 第24页 |
| 3.2 最小二乘法滤波 | 第24-27页 |
| 3.2.1 最小二乘法的定义 | 第25-26页 |
| 3.2.2 递推最小二乘估计 | 第26-27页 |
| 3.3 α-β滤波和α-β-γ滤波 | 第27-30页 |
| 3.3.1 α-β滤波器 | 第27-28页 |
| 3.3.2 α-β-γ滤波器 | 第28-30页 |
| 3.4 卡尔曼滤波 | 第30-37页 |
| 3.4.1 离散型卡尔曼滤波基本方程 | 第30-32页 |
| 3.4.2 卡尔曼滤波仿真背景 | 第32-35页 |
| 3.4.3 卡尔曼滤波仿真结果及分析 | 第35-37页 |
| 3.5 扩展卡尔曼滤波 | 第37-41页 |
| 3.5.1 扩展卡尔曼滤波原理 | 第37-39页 |
| 3.5.2 EKF算法仿真分析 | 第39-41页 |
| 3.6 无迹卡尔曼滤波 | 第41-45页 |
| 3.6.1 无迹卡尔曼滤波原理 | 第41-43页 |
| 3.6.2 UKF算法仿真分析 | 第43-45页 |
| 3.7 本章小结 | 第45-46页 |
| 第4章 机动目标跟踪的交互式多模型滤波算法 | 第46-55页 |
| 4.1 引言 | 第46页 |
| 4.2 交互式多模型算法 | 第46-50页 |
| 4.2.1 交互式多模型滤波算法基本原理 | 第46-49页 |
| 4.2.2 交互式多模型滤波算法分析 | 第49-50页 |
| 4.3 交互式多模型滤波算法仿真分析 | 第50-54页 |
| 4.3.1 IMM算法仿真环境设计 | 第50-51页 |
| 4.3.2 IMM算法仿真结果及分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于模糊逻辑的交互式多模型滤波算法 | 第55-68页 |
| 5.1 引言 | 第55页 |
| 5.2 模糊控制的理论基础 | 第55-58页 |
| 5.2.1 模糊数学 | 第55-56页 |
| 5.2.2 模糊控制系统 | 第56-58页 |
| 5.2.3 模糊条件语句与模糊控制规则 | 第58页 |
| 5.3 基于模糊逻辑的交互式多模型滤波算法(FLIMM) | 第58-62页 |
| 5.3.1 FLIMM算法基本原理 | 第58-59页 |
| 5.3.2 模糊逻辑算法设计 | 第59-62页 |
| 5.4 基于模糊逻辑的交互式多模型滤波算法仿真 | 第62-67页 |
| 5.4.1 FLIMM仿真环境设计 | 第62页 |
| 5.4.2 FLIMM仿真结果及分析 | 第62-67页 |
| 5.5 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |