汽车防追尾碰撞控制系统中的目标状态识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·论文的课题背景和意义 | 第11-13页 |
| ·研究现状 | 第13-16页 |
| ·论文的主要工作内容 | 第16-17页 |
| 2 多源信息融合与目标状态估计 | 第17-32页 |
| ·引言 | 第17页 |
| ·多源信息融合 | 第17-19页 |
| ·多源信息融合的定义 | 第17-18页 |
| ·信息融合的关键问题 | 第18-19页 |
| ·多源信息融合的功能与结构模型 | 第19-24页 |
| ·多源信息融合的功能模型 | 第19-21页 |
| ·多源信息融合的结构模型 | 第21-24页 |
| ·目标状态信息融合与状态估计 | 第24-31页 |
| ·目标状态信息融合方法 | 第24-25页 |
| ·目标状态估计 | 第25-31页 |
| ·小结 | 第31-32页 |
| 3 基于信息融合的汽车防追尾碰撞控制系统 | 第32-37页 |
| ·引言 | 第32页 |
| ·系统构成与工作原理 | 第32-34页 |
| ·系统构成 | 第32-33页 |
| ·工作原理 | 第33-34页 |
| ·系统关键技术 | 第34-35页 |
| ·车辆行驶环境信息感知和目标状态识别 | 第34页 |
| ·传感器优选 | 第34-35页 |
| ·安全距离模型与控制策略 | 第35页 |
| ·小结 | 第35-37页 |
| 4 基于最优数据压缩的目标状态识别算法 | 第37-44页 |
| ·引言 | 第37页 |
| ·基于最优数据压缩的融合算法 | 第37-38页 |
| ·雷达-红外融合算法及其实现 | 第38-41页 |
| ·仿真结果及其分析 | 第41-43页 |
| ·雷达-红外融合测量仿真及其分析 | 第41-43页 |
| ·目标状态融合仿真及其分析 | 第43页 |
| ·小结 | 第43-44页 |
| 5 基于神经网络的目标状态识别融合算法 | 第44-54页 |
| ·引言 | 第44页 |
| ·基于BP神经网络的目标状态识别融合算法 | 第44-48页 |
| ·BP神经网络 | 第44-47页 |
| ·基于BP神经网络的雷达-红外融合结构 | 第47-48页 |
| ·基于RBF神经网络的目标状态识别融合算法 | 第48-51页 |
| ·RBF神经网络 | 第48-50页 |
| ·基于RBF神经网络的雷达-红外融合结构 | 第50-51页 |
| ·仿真结果及其分析 | 第51-53页 |
| ·网络训练 | 第51-52页 |
| ·基于神经网络的目标状态融合仿真 | 第52-53页 |
| ·小结 | 第53-54页 |
| 6 总结与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录:攻读硕士学位期间发表的学术论文 | 第59页 |
