首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于PHD滤波的高速空间多目标跟踪系统设计与实现

摘要第4-5页
ABSTRACT第5-6页
第1章 绪论第10-15页
    1.1 课题来源和背景第10页
    1.2 国内外研究现状第10-13页
        1.2.1 国外高速多目标跟踪算法研究现状第10-12页
        1.2.2 国内高速多目标跟踪算法研究现状第12-13页
    1.3 本论文主要工作内容第13-14页
    1.4 本文组织结构第14-15页
第2章 高速空间多目标跟踪系统需求分析第15-24页
    2.1 功能需求分析第15-18页
        2.1.1 基于PHD滤波的多目标跟踪算法分析第16页
        2.1.2 系统用例分析第16-18页
    2.2 非功能需求第18页
    2.3 关键技术分析第18-23页
        2.3.1 并行化技术第18-19页
        2.3.2 基于PHD滤波的多目标跟踪算法简介第19-22页
        2.3.3 目标状态关联算法简介第22-23页
    2.4 本章小结第23-24页
第3章 高速空间多目标跟踪系统设计第24-43页
    3.1 系统软件结构设计第24-26页
        3.1.1 跟踪仿真设置模块设计第25页
        3.1.2 高速跟踪系统模块设计第25页
        3.1.3 结果展示模块设计第25-26页
    3.2 出错处理设计第26-27页
    3.3 多目标高速跟踪算法设计第27-34页
        3.3.1 基于均值漂移滤波的粒子PHD算法设计第27-28页
        3.3.2 分布式计算粒子PHD算法的设计第28-30页
        3.3.3 并行粒子PHD算法设计第30-34页
    3.4 系统仿真设置模块设计第34-37页
        3.4.1 仿真参数解析模块设计第34-35页
        3.4.2 检测环境仿真模块设计第35-36页
        3.4.3 目标航迹仿真模块设计第36-37页
        3.4.4 粒子云仿真模块设计第37页
    3.5 结果展示模块设计第37-42页
        3.5.1 绘图模块设计第37-39页
        3.5.2 状态精度评估模块设计第39-41页
        3.5.3 航迹精度评估模块设计第41-42页
    3.6 本章小结第42-43页
第4章 高速空间多目标跟踪系统实现第43-60页
    4.1 高速跟踪系统模块实现第43-52页
        4.1.1 多目标状态估计模块实现第43-51页
        4.1.2 目标航迹估计模块实现第51-52页
    4.2 系统仿真设置模块的实现第52-57页
        4.2.1 仿真参数解析模块实现第52-53页
        4.2.2 检测环境仿真模块实现第53-55页
        4.2.3 目标航迹仿真模块实现第55-56页
        4.2.4 粒子云图仿真模块实现第56-57页
    4.3 结果展示模块的实现第57-59页
        4.3.1 状态精度估计模块实现第57-58页
        4.3.2 航迹精度估计模块实现第58-59页
        4.3.3 绘图模块实现第59页
    4.4 本章小结第59-60页
第5章 高速空间多目标跟踪系统测试第60-69页
    5.1 系统测试与正确性检查第60页
        5.1.1 系统测试分析第60页
        5.1.2 系统设计验证第60页
    5.2 系统测试环境第60-61页
    5.3 功能测试第61-64页
        5.3.1 仿真参数解析测试第62页
        5.3.2 目标航迹仿真测试第62-63页
        5.3.3 粒子云仿真测试第63页
        5.3.4 绘图模块测试第63页
        5.3.5 状态位置精度评估测试第63-64页
    5.4 性能测试第64-68页
        5.4.1 MeanShiftPHD滤波算法测试第64-66页
        5.4.2 分布式PHD滤波跟踪测试结果第66-67页
        5.4.3 并行PHD滤波跟踪测试结果第67-68页
    5.5 本章小结第68-69页
结论第69-70页
参考文献第70-75页
致谢第75-76页
个人简历第76页

论文共76页,点击 下载论文
上一篇:基于特征模型的跨领域信息抽取方法研究
下一篇:人工耳蜗微电极阵列检测系统研究