首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

信息融合系统中的目标跟踪及数据关联技术研究

摘要第1-8页
ABSTRACT第8-13页
第一章 绪论第13-23页
   ·研究背景及意义第13-14页
   ·信息融合及目标跟踪系统简介第14-16页
     ·信息融合系统简介第14-15页
     ·多传感器信息融合跟踪系统第15-16页
   ·信息融合及目标跟踪技术的研究现状第16-20页
     ·信息融合技术方面第16-17页
     ·多目标跟踪技术方面第17-18页
     ·检测前跟踪技术方面第18-19页
     ·国内研究现状第19-20页
   ·论文的主要研究成果与内容安排第20-23页
第二章 目标跟踪基本理论及方法分类第23-41页
   ·引言第23页
   ·目标跟踪基本理论第23-27页
     ·目标跟踪的功能要素第23-25页
     ·多目标跟踪问题的数学描述第25-27页
   ·目标跟踪经典方法及分类第27-39页
     ·目标跟踪中的经典方法第27-29页
     ·多目标跟踪方法分类第29-39页
   ·结论第39-41页
第三章 基于最大熵模糊聚类的实时目标跟踪技术研究第41-63页
   ·引言第41-42页
   ·运动模型及几种经典目标跟踪方法第42-47页
     ·运动模型第42-43页
     ·概率数据关联滤波器(PDAF)第43-44页
     ·联合概率数据关联滤波器(JPDAF)第44-46页
     ·混合模糊 PDAF 和混合模糊JPDAF第46-47页
   ·基于最大熵模糊聚类的目标跟踪方法第47-53页
     ·最大熵模糊聚类第47-48页
     ·单目标跟踪第48-49页
     ·多目标跟踪第49-51页
     ·差异因子的选择α_(opt )第51-53页
   ·仿真结果及分析第53-61页
     ·单目标跟踪第54-58页
     ·两个交叉运动目标场景第58-61页
   ·本章小结第61-63页
第四章 多被动传感器系统中的机动目标跟踪第63-83页
   ·引言第63-64页
   ·多被动传感器快速机动目标跟踪技术第64-74页
     ·系统设置第64-65页
     ·IMM-MEFPDAF第65-67页
     ·被动多站观测模型第67-68页
     ·仿真结果及分析第68-74页
   ·基于粒子滤波器的被动机动目标跟踪算法研究第74-82页
     ·贝叶斯估计及粒子滤波器第74-76页
     ·似然函数的计算第76-77页
     ·交互多模型粒子滤波第77-79页
     ·仿真结果及分析第79-82页
   ·本章小结第82-83页
第五章 粒子滤波器及红外弱小目标检测前跟踪技术研究第83-97页
   ·引言第83-84页
   ·粒子滤波器及分析第84-87页
     ·粒子退化问题第84页
     ·重要性密度函数第84-86页
     ·重采样第86-87页
   ·迭代扩展卡尔曼粒子滤波器第87-91页
     ·迭代扩展卡尔曼滤波第87-89页
     ·迭代扩展卡尔曼粒子滤波器第89-90页
     ·仿真结果与分析第90-91页
   ·基于粒子滤波的红外弱小目标检测前跟踪算法第91-96页
     ·红外图像测量模型第91-92页
     ·目标运动模型第92页
     ·检测前跟踪方法第92-94页
     ·目标检测第94-95页
     ·仿真结果及分析第95-96页
   ·本章小结第96-97页
第六章 多传感器多目标跟踪技术研究第97-115页
   ·引言第97-98页
   ·基于多FCM 数据关联的多目标跟踪算法第98-104页
     ·模糊聚类数据关联第98-100页
     ·多FCM 数据关联算法第100-102页
     ·仿真结果及其分析第102-104页
   ·被动传感器系统模糊概率双加权数据关联算法第104-112页
     ·被动传感器的量测模型第105页
     ·模糊-概率双加权数据关联算法第105-110页
     ·仿真结果及分析第110-112页
   ·本章小结第112-115页
第七章 总结与展望第115-118页
   ·工作总结第115-116页
   ·展望第116-118页
致谢第118-119页
参考文献第119-131页
作者在攻读博士学位期间撰写的论文第131页

论文共131页,点击 下载论文
上一篇:基于PVTL变化的集成电流模DC-DC变换器稳定性研究
下一篇:我国推行全面收益报告的研究