| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·机动多目标跟踪概述 | 第7-9页 |
| ·机动目标跟踪的理论及概况 | 第7-8页 |
| ·数据关联方法的发展概述 | 第8-9页 |
| ·基于神经网络的多目标跟踪研究现状 | 第9-10页 |
| ·本论文的主要研究内容 | 第10-11页 |
| 第二章 机动目标跟踪算法的研究 | 第11-24页 |
| ·引言 | 第11页 |
| ·目标运动模型的建立 | 第11-14页 |
| ·CV和CA模型 | 第11-12页 |
| ·Singer模型 | 第12页 |
| ·“当前”统计模型 | 第12-14页 |
| ·滤波与预测算法 | 第14-16页 |
| ·基于改进 BP网络的机动目标自适应跟踪算法 | 第16-24页 |
| ·BP网络的基本原理及BP算法的改进 | 第16-18页 |
| ·基于改进 BP网络的机动目标自适应跟踪算法 | 第18-21页 |
| ·仿真结果 | 第21-24页 |
| 第三章 多目标跟踪方法研究 | 第24-35页 |
| ·引言 | 第24页 |
| ·多目标跟踪的基本要素 | 第24-27页 |
| ·跟踪门形成方法 | 第24-26页 |
| ·数据关联和跟踪维持 | 第26页 |
| ·跟踪的起始与终结 | 第26-27页 |
| ·数据关联算法的研究 | 第27-35页 |
| ·“最近邻”算法 | 第27-28页 |
| ·概率数据关联滤波算法(PDAF) | 第28-29页 |
| ·联合概率数据关联滤波算法(JPDAF) | 第29-35页 |
| 第四章 基于神经网络的联合概率数据关联算法 | 第35-47页 |
| ·引言 | 第35页 |
| ·连续型 Hopfield网络 | 第35-37页 |
| ·Hopfield网络在 TSP问题中的应用 | 第37-40页 |
| ·神经联合概率数据关联(NJPDA) | 第40-42页 |
| ·仿真 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于混沌神经网络的联合概率数据关联算法 | 第47-59页 |
| ·引言 | 第47-48页 |
| ·瞬态混沌神经网络 | 第48-51页 |
| ·改进的TCNN模型 | 第51-53页 |
| ·基于改进的TCNN的联合概率数据关联自适应滤波算法 | 第53-55页 |
| ·仿真结果与分析 | 第55-59页 |
| 结束语 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 发表论文情况 | 第64-65页 |
| 致谢 | 第65-66页 |