基于多源传感器信息融合的目标跟踪算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-12页 |
| ·研究背景 | 第8-10页 |
| ·多传感器目标跟踪的研究意义 | 第10-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| 第二章 目标跟踪的基本原理 | 第14-32页 |
| ·递归贝叶斯滤波理论 | 第14-17页 |
| ·系统模型 | 第14-15页 |
| ·递归贝叶斯估计 | 第15-17页 |
| ·线性系统下的滤波—卡尔曼滤波器 | 第17-24页 |
| ·卡尔曼滤波器的模型 | 第17-24页 |
| ·非线性系统下的滤波估计 | 第24-29页 |
| ·扩展卡尔曼滤波EKF | 第25-26页 |
| ·不敏卡尔曼滤波UKF | 第26-29页 |
| ·EKF 与UKF 的仿真 | 第29-30页 |
| ·本章小节 | 第30-32页 |
| 第三章 传感器航迹生成过程 | 第32-47页 |
| ·数据准备 | 第32-33页 |
| ·数据关联 | 第33-40页 |
| ·点迹关联 | 第34-36页 |
| ·航迹关联 | 第36页 |
| ·门限过滤 | 第36-38页 |
| ·关联门的选择 | 第38-39页 |
| ·数据关联方法 | 第39-40页 |
| ·航迹生成 | 第40-46页 |
| ·航迹头 | 第40-41页 |
| ·航迹起始 | 第41-42页 |
| ·航迹确认 | 第42页 |
| ·航迹维持 | 第42-43页 |
| ·航迹撤销 | 第43页 |
| ·航迹生成流程 | 第43-44页 |
| ·仿真结果 | 第44-46页 |
| ·本章小节 | 第46-47页 |
| 第四章 多传感器航迹融合 | 第47-62页 |
| ·多传感器航迹融合结构 | 第47-49页 |
| ·信息融合 | 第49-50页 |
| ·航迹融合 | 第50-51页 |
| ·模糊航迹融合 | 第51-54页 |
| ·模糊关联方法 | 第51-52页 |
| ·模糊航迹融合实现 | 第52页 |
| ·模糊航迹融合仿真 | 第52-54页 |
| ·异步航迹融合 | 第54-61页 |
| ·异步航迹融合结构 | 第54-55页 |
| ·异步航迹融合算法推导 | 第55-58页 |
| ·同步传感器的特殊情况 | 第58-59页 |
| ·异步航迹融合仿真 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士期间取得的研究成果 | 第68-69页 |
