分布式多传感器多目标跟踪融合系统的分析与仿真
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·引言 | 第7页 |
| ·多传感器信息融合的发展历史与现状 | 第7-9页 |
| ·多目标跟踪的发展与应用 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| 2 多传感器信息融合系统框架理论 | 第11-23页 |
| ·信息融合的定义和内容 | 第11页 |
| ·多传感器信息融合的功能与结构模型 | 第11-19页 |
| ·信息融合系统的功能模型 | 第12-14页 |
| ·信息融合系统的结构模型 | 第14-19页 |
| ·多传感器信息融合的应用和特点 | 第19-23页 |
| 3 分布式多传感器多目标跟踪融合系统分析 | 第23-57页 |
| ·融合跟踪系统的环境模拟与实现 | 第23-31页 |
| ·系统多目标运动模型的模拟 | 第23-27页 |
| ·系统杂波模型的模拟与噪声的实现 | 第27-31页 |
| ·传感器检测数据的数据准备 | 第31-39页 |
| ·检测数据预处理 | 第31-34页 |
| ·关联数据的坐标变换或空间对准 | 第34-36页 |
| ·关联数据的时间同步或时间对准 | 第36-39页 |
| ·局部传感器数据关联的原理与算法 | 第39-49页 |
| ·数据关联的基本原理与实现过程 | 第39页 |
| ·数据关联门的选择及其应用 | 第39-43页 |
| ·局部传感器的数据关联方法 | 第43-49页 |
| ·局部传感器的跟踪滤波与预测 | 第49-54页 |
| ·线性系统估计——卡尔曼滤波技术 | 第50-52页 |
| ·非线性系统估计—扩展卡尔曼滤波技术 | 第52-54页 |
| ·全局传感器的航迹关联与融合 | 第54-57页 |
| 4 分布式多传感器多目标跟踪融合算法研究 | 第57-83页 |
| ·多目标跟踪算法分析与具体应用 | 第57-64页 |
| ·局部跟踪系统混合坐标系的设置 | 第57页 |
| ·跟踪目标状态变量与观测变量的选取 | 第57-58页 |
| ·局部跟踪系统的状态方程与观测方程 | 第58-62页 |
| ·系统的扩展卡尔曼滤波方程 | 第62-63页 |
| ·扩展卡尔曼跟踪滤波的启动 | 第63-64页 |
| ·跟踪融合系统中关联算法应用探讨 | 第64-69页 |
| ·联合概率数据互联的确认矩阵拆分算法探讨 | 第64-68页 |
| ·联合关联简化分析—双概率优选关联算法 | 第68-69页 |
| ·航迹关联的推广与融合算法的实现 | 第69-83页 |
| ·融合系统航迹关联算法性能比较 | 第69-72页 |
| ·模糊双门限法及其推广应用 | 第72-77页 |
| ·航迹融合算法分析及实现 | 第77-83页 |
| 5 系统仿真与性能分析 | 第83-99页 |
| ·系统仿真环境介绍 | 第83-84页 |
| ·数据关联滤波算法仿真及性能分析 | 第84-91页 |
| ·两种关联滤波算法的仿真 | 第84-90页 |
| ·数据关联滤波算法仿真结果的比较与分析 | 第90-91页 |
| ·航迹关联与融合算法仿真比较 | 第91-99页 |
| ·两种关联滤波下的航迹关联与融合仿真 | 第91-96页 |
| ·错误关联滤波下的航迹关联与融合仿真 | 第96-97页 |
| ·航迹关联融合仿真结果的比较与分析 | 第97-99页 |
| 6 结论 | 第99-101页 |
| 参考文献 | 第101-103页 |
| 致谢 | 第103-104页 |
| 科研成果 | 第104-105页 |
