目标跟踪与多传感器信息融合若干问题研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-22页 |
| ·论文的研究背景 | 第8-11页 |
| ·信息融合的研究现状 | 第11-15页 |
| ·信息融合系统功能模型 | 第12-13页 |
| ·信息融合类型与系统结构 | 第13-14页 |
| ·融合系统的融合策略、信息结构与融合算法 | 第14-15页 |
| ·目标跟踪的研究现状 | 第15-16页 |
| ·目标模型 | 第15-16页 |
| ·跟踪算法 | 第16页 |
| ·信息融合数学模型研究的新进展 | 第16-18页 |
| ·本文的主要研究工作及内容安排 | 第18-22页 |
| 第二章 基于模糊C-均值聚类的多传感器数据配准 | 第22-32页 |
| ·引言 | 第22-23页 |
| ·多传感器与多目标的空间描述 | 第23-24页 |
| ·多目标多传感器的聚类数据配准 | 第24-26页 |
| ·仿真与分析 | 第26-30页 |
| ·结论 | 第30-32页 |
| 第三章 模糊—卡尔曼滤波的目标跟踪算法及应用 | 第32-42页 |
| ·引言 | 第32-33页 |
| ·研究背景 | 第33-34页 |
| ·常规卡尔曼预测及剪切控制策略 | 第34-37页 |
| ·模糊—卡尔曼滤波器目标跟踪 | 第37-41页 |
| ·结论 | 第41-42页 |
| 第四章 采用高阶谱谐波估计的红外弱小目标检测 | 第42-50页 |
| ·引言 | 第42-43页 |
| ·红外场景图像描述 | 第43-44页 |
| ·高阶累积量谐波估计 | 第44-45页 |
| ·基于高阶累积量谐波估计的弱小目标检测 | 第45-46页 |
| ·仿真与结果分析 | 第46-50页 |
| 第五章 红外/雷达机动目标跟踪的序贯滤波 | 第50-62页 |
| ·引言 | 第50-51页 |
| ·基于红外/雷达的数据融合 | 第51-55页 |
| ·传感器的量测模型 | 第51-52页 |
| ·红外/雷达数据融合 | 第52-55页 |
| ·重抽样粒子滤波 | 第55-57页 |
| ·仿真与分析 | 第57-61页 |
| ·结论与展望 | 第61-62页 |
| 第六章 基于谱约简粗糙集-神经网络的信息融合 | 第62-74页 |
| ·引言 | 第62-63页 |
| ·模糊神经网络的结构 | 第63-65页 |
| ·基于高阶谱分析的粗糙集规则约简算法 | 第65-69页 |
| ·高阶谱的二次耦合检测算法 | 第65-67页 |
| ·基于谱的粗集规则约简 | 第67-69页 |
| ·变结构神经网络在信息融合中的应用 | 第69-74页 |
| 第七章 总结与展望 | 第74-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-90页 |
| 攻读博士学位期间发表的论文 | 第90页 |
