基于改进粒子滤波的检测前跟踪算法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要工作及内容安排 | 第12-13页 |
| 第二章 PF-TBD 原理 | 第13-27页 |
| ·贝叶斯滤波 | 第13-14页 |
| ·粒子滤波 | 第14-19页 |
| ·贝叶斯重要性采样 | 第14-16页 |
| ·序贯重要性采样算法 | 第16-17页 |
| ·重要密度函数的选择 | 第17-18页 |
| ·重采样方法 | 第18-19页 |
| ·PF-TBD | 第19-26页 |
| ·目标运动模型 | 第19-20页 |
| ·TBD 观测模型 | 第20-21页 |
| ·TBD 目标似然比 | 第21-23页 |
| ·PF-TBD 算法流程 | 第23-26页 |
| ·小结 | 第26-27页 |
| 第三章 基于粒子优化的 IPF-TBD | 第27-37页 |
| ·常见的改进粒子滤波 | 第27-28页 |
| ·基于粒子优化的粒子滤波 | 第28-33页 |
| ·算法原理 | 第28-29页 |
| ·粒子移动 | 第29-31页 |
| ·类 sigma 点随机采样 | 第31-32页 |
| ·算法流程 | 第32-33页 |
| ·IPF-TBD 算法原理与流程 | 第33-35页 |
| ·仿真结果与分析 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于核函数的 CPF-TBD | 第37-46页 |
| ·CPF-TBD 原理与算法流程 | 第37-41页 |
| ·正则化粒子滤波 | 第37-39页 |
| ·卷积粒子滤波 | 第39-40页 |
| ·CPF-TBD 算法流程 | 第40-41页 |
| ·仿真结果与分析 | 第41-45页 |
| ·一维非线性模型 | 第41-42页 |
| ·二维非线性模型 | 第42-45页 |
| ·小结 | 第45-46页 |
| 第五章 基于 IMM 算法的 TBD | 第46-52页 |
| ·IMM 算法原理 | 第46-48页 |
| ·IMMCPF- TBD | 第48-49页 |
| ·仿真结果与分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第六章 基于 PHD 算法的 TBD | 第52-64页 |
| ·PHD-TBD 算法原理与实现 | 第52-56页 |
| ·概率假设密度滤波原理 | 第52-54页 |
| ·PHD-TBD 实现 | 第54-56页 |
| ·改进状态提取的 PHD-TBD | 第56-60页 |
| ·单目标 PHD | 第56-58页 |
| ·多目标状态估计 | 第58-60页 |
| ·仿真结果与分析 | 第60-63页 |
| ·小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 在学期间取得的与学位论文相关的研究成果 | 第71-72页 |
