| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 目标分类算法国内外研究现状 | 第11-16页 |
| 1.2.1 基于运动信息的目标分类技术 | 第12-13页 |
| 1.2.2 基于RCS信息的目标分类技术 | 第13-14页 |
| 1.2.3 基于其他信息的目标分类技术 | 第14-15页 |
| 1.2.4 融合分类技术 | 第15-16页 |
| 1.3 本文主要内容和章节安排 | 第16-17页 |
| 第2章 目标分类相关的跟踪理论和融合理论 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 卡尔曼滤波 | 第17-18页 |
| 2.3 无味卡尔曼滤波 | 第18-20页 |
| 2.3.1 UT变换 | 第18-19页 |
| 2.3.2 滤波模型 | 第19-20页 |
| 2.4 联合跟踪与分类的基本原理 | 第20-22页 |
| 2.4.1 基于贝叶斯推理的JTC基本原理 | 第21-22页 |
| 2.4.2 基于D-S证据理论的JTC基本原理 | 第22页 |
| 2.4.3 基于贝叶斯风险的JTC基本原理 | 第22页 |
| 2.5 D-S证据理论概述 | 第22-27页 |
| 2.5.1 D-S证据理论基本原理 | 第22-24页 |
| 2.5.2 Dempster合成规则 | 第24页 |
| 2.5.3 合成命题判定方法 | 第24-25页 |
| 2.5.4 基于D-S证据理论的信息融合结构 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 基于目标加速度的交互式多模型联合跟踪分类算法 | 第28-35页 |
| 3.1 引言 | 第28-29页 |
| 3.2 联合跟踪与分类 | 第29-32页 |
| 3.2.1 问题描述 | 第29页 |
| 3.2.2 基于加速度约束的JTC | 第29-30页 |
| 3.2.3 最优贝叶斯和类匹配滤波 | 第30-32页 |
| 3.3 仿真分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于目标运动信息的模糊逻辑推理分类算法 | 第35-49页 |
| 4.1 引言 | 第35页 |
| 4.2 目标特征分析与提取 | 第35-37页 |
| 4.2.1 目标运动特征分析 | 第35-36页 |
| 4.2.2 目标运动特征信息提取 | 第36-37页 |
| 4.3 模糊逻辑推理系统 | 第37-46页 |
| 4.3.1 语义变量的模糊化处理 | 第37-40页 |
| 4.3.2 Mamdani模糊推理算法 | 第40-42页 |
| 4.3.3 反模糊化处理 | 第42页 |
| 4.3.4 基于MATLAB模糊控制工具箱的模糊逻辑推理系统 | 第42-46页 |
| 4.4 仿真 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于运动信息和RCS信息的融合识别分类 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 问题描述 | 第49-50页 |
| 5.3 基于运动信息的目标分类 | 第50-53页 |
| 5.3.1 基于高度估计的目标分类 | 第50-52页 |
| 5.3.2 基于速度估计的目标分类 | 第52-53页 |
| 5.4 基于RCS的目标分类 | 第53-54页 |
| 5.5 基于D-S证据理论融合的分类算法 | 第54-56页 |
| 5.5.1 构造基本可信度分配函数 | 第54-55页 |
| 5.5.2 据融合 | 第55-56页 |
| 5.6 仿真 | 第56-60页 |
| 5.7 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 附录 | 第69页 |