机载多传感器数据融合技术研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
1 绪论 | 第10-24页 |
·引言 | 第10-14页 |
·多传感器信息融合概述 | 第14-18页 |
·机载多传感器信息融合技术简述 | 第18-23页 |
·单平台信息融合 | 第19-21页 |
·多平台传感器信息融合 | 第21-23页 |
·本文的研究内容与研究工作 | 第23-24页 |
2 机载传感器组网基本探测模型 | 第24-38页 |
·目标分配与探测模型 | 第24-31页 |
·基于属性测度的目标探测优先级 | 第25-28页 |
·传感器(组合)锁定目标的期望时间 | 第28-31页 |
·雷达与红外的协同探测模型 | 第31-38页 |
·红外和雷达的使用流程 | 第32-35页 |
·红外和雷达的融合仿真模型 | 第35-38页 |
3 机载雷达网MHT及实现 | 第38-69页 |
·引言 | 第38-40页 |
·MHT技术概述 | 第40-47页 |
·多目标跟踪的0-1整数规划法 | 第40-42页 |
·MHT算法概要及其复杂性 | 第42-47页 |
·机载雷达网MHT框架 | 第47-61页 |
·算法框架 | 第47-57页 |
·MHT假设生成中的分配算法 | 第57-60页 |
·机载雷达网MHT算法框架 | 第60-61页 |
·多传感器组网的MHT实现 | 第61-68页 |
·相关问题的处理 | 第62-66页 |
·部分仿真试验结果 | 第66-68页 |
·小结 | 第68-69页 |
4 机载多传感器系统电磁目标识别融合 | 第69-102页 |
·引言 | 第69-72页 |
·目标电磁散射特征提取 | 第72-77页 |
·目标电磁散射特征 | 第72-73页 |
·目标特征提取 | 第73-77页 |
·特征融合目标识别 | 第77-88页 |
·基于灰关联法获取目标基本概率赋值 | 第77-80页 |
·基于模糊隶属度获取目标的基本概率赋值 | 第80-84页 |
·基于模板匹配法获取目标的基本概率赋值(方法5) | 第84-85页 |
·引入未知因素时的基本概率赋值的获取(方法6) | 第85-86页 |
·证据组合规则 | 第86-87页 |
·目标融合识别的决策 | 第87-88页 |
·特征信息相关时的证据组合 | 第88页 |
·仿真对比分析 | 第88-101页 |
·目标识别结构框图 | 第88-91页 |
·特征库和待测目标集的建立 | 第91-94页 |
·基于单特征的目标识别仿真结果 | 第94-96页 |
·基于多特征融合的目标识别仿真结果 | 第96-100页 |
·分析 | 第100-101页 |
·小结 | 第101-102页 |
5 机载红外搜索跟踪系统数据处理 | 第102-151页 |
·引言 | 第102-105页 |
·远距离IRST弱小目标检测跟踪PDAF | 第105-115页 |
·标准PDAF算法 | 第107-108页 |
·变门限检测 | 第108-109页 |
·检测概率和虚假量测数的概率 | 第109-111页 |
·关联概率 | 第111-114页 |
·仿真 | 第114-115页 |
·IRST的MHT图像跟踪的两种关联方法 | 第115-131页 |
·目标非重叠时的位置属性关联匹配代价求解 | 第116-119页 |
·目标重叠时位置关联多重分配及代价求解 | 第119-129页 |
·仿真 | 第129-131页 |
·远距离IRST多站交会跟踪模型与精度分析 | 第131-136页 |
·交会跟踪目标的模型 | 第132-134页 |
·交会跟踪中的距离估计精度 | 第134-136页 |
·仿真 | 第136页 |
·远距离IRST多站跟踪滤波算法 | 第136-139页 |
·算法 | 第137-138页 |
·仿真 | 第138-139页 |
·红外搜索跟踪系统与无源时差定位系统的联合定位 | 第139-147页 |
·三站无源时差定位系统与红外系统联合定位 | 第139-142页 |
·四站无源时差定位系统与红外系统联合定位 | 第142-144页 |
·计算分析 | 第144-147页 |
·小结 | 第147-151页 |
6 结束语 | 第151-153页 |
·本文的主要创新点 | 第151-152页 |
·尚待进一步研究的问题 | 第152-153页 |
致谢 | 第153-154页 |
参考文献 | 第154-167页 |
作者在攻读博士学位期间的著作、学术论文和科研成果 | 第167-168页 |