| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源与意义 | 第8-11页 |
| 1.2 国内外发展现状及分析 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 车载雷达系统原理 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 常见车用传感器 | 第15-16页 |
| 2.3 连续波雷达原理 | 第16-20页 |
| 2.3.1 单频连续波雷达 | 第16-17页 |
| 2.3.2 双频连续波雷达 | 第17-18页 |
| 2.3.3 三角形调频连续波雷达 | 第18-19页 |
| 2.3.4 锯齿形调频连续波雷达 | 第19-20页 |
| 2.4 汽车防撞雷达系统基本结构 | 第20页 |
| 2.5 杂波处理 | 第20-22页 |
| 2.6 双频连续波雷达多目标探测仿真 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第3章 机动目标跟踪 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 常用滤波算法 | 第24-28页 |
| 3.2.1 卡尔曼滤波 | 第24-25页 |
| 3.2.2 扩展卡尔曼滤波 | 第25-26页 |
| 3.2.3 无迹卡尔曼滤波 | 第26-28页 |
| 3.3 交互式多模型算法 | 第28-32页 |
| 3.3.1 多模型算法基础 | 第28-29页 |
| 3.3.2 交互式多模型算法过程 | 第29-31页 |
| 3.3.3 交互式多模型算法性能分析 | 第31-32页 |
| 3.4 仿真结果 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 数据关联与多目标跟踪 | 第35-45页 |
| 4.1 引言 | 第35页 |
| 4.2 基础理论 | 第35-37页 |
| 4.2.1 跟踪门 | 第36页 |
| 4.2.2 运动模型的选取 | 第36页 |
| 4.2.3 跟踪的开始与结束 | 第36-37页 |
| 4.2.4 预测和滤波 | 第37页 |
| 4.3 运动模型 | 第37-40页 |
| 4.3.1 匀速运动模型和匀加速运动模型 | 第37-38页 |
| 4.3.2 转弯模型 | 第38-39页 |
| 4.3.3 时间相关模型 | 第39-40页 |
| 4.4 数据关联 | 第40-41页 |
| 4.4.1 最近邻域法 | 第40页 |
| 4.4.2 联合概率数据关联(JPDA) | 第40-41页 |
| 4.5 仿真结果 | 第41-44页 |
| 4.5.1 联合概率数据关联仿真结果 | 第41-43页 |
| 4.5.2 联合概率数据关联结合交互式多模型算法仿真结果 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 随机集理论与多目标跟踪 | 第45-55页 |
| 5.1 引言 | 第45页 |
| 5.2 基于随机有限集的多目标跟踪理论 | 第45-48页 |
| 5.2.1 随机集的定义 | 第45-46页 |
| 5.2.2 概率假设密度 | 第46-47页 |
| 5.2.3 贝叶斯多目标递推模型 | 第47-48页 |
| 5.3 可行性分析 | 第48页 |
| 5.4 概率假设密度(PHD)滤波算法 | 第48-49页 |
| 5.5 高斯混合概率假设密度(GM-PHD)滤波算法 | 第49-51页 |
| 5.6 GM-PHD结合核密度理论的滤波算法 | 第51-53页 |
| 5.7 仿真结果 | 第53-54页 |
| 5.8 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-61页 |
| 致谢 | 第61页 |