基于非线性滤波的目标跟踪算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·目标跟踪的研究背景与意义 | 第7-8页 |
| ·目标跟踪的国内外发展现状 | 第8-9页 |
| ·论文研究的基本内容和章节安排 | 第9-11页 |
| 第二章 目标跟踪原理和方法 | 第11-23页 |
| ·引言 | 第11页 |
| ·目标跟踪的分类及原理 | 第11-15页 |
| ·目标跟踪的分类 | 第11-12页 |
| ·目标跟踪的原理 | 第12-15页 |
| ·跟踪坐标系的选择 | 第15-16页 |
| ·目标运动模型 | 第16-21页 |
| ·CV 和CA 运动模型 | 第16-17页 |
| ·时间相关模型（Singer 模型） | 第17-18页 |
| ·机动目标“当前”统计模型 | 第18-19页 |
| ·机动目标的转弯模型 | 第19-21页 |
| ·Monte Carlo 仿真及跟踪误差统计分析 | 第21-22页 |
| ·Monte Carlo 仿真方法 | 第21-22页 |
| ·跟踪误差统计分析 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 滤波算法及其在目标跟踪中的应用 | 第23-65页 |
| ·引言 | 第23-25页 |
| ·线性模型滤波理论与算法 | 第25-30页 |
| ·离散线性系统方程 | 第25页 |
| ·状态估计的目的和方法 | 第25页 |
| ·卡尔曼滤波算法 | 第25-27页 |
| ·实验仿真 | 第27-30页 |
| ·非线性模型滤波理论与算法 | 第30-57页 |
| ·离散非线性系统方程 | 第30页 |
| ·扩展卡尔曼滤波算法 | 第30-36页 |
| ·实验模型设计 | 第31-33页 |
| ·实验仿真 | 第33-36页 |
| ·Unscented 卡尔曼滤波算法 | 第36-46页 |
| ·UT 变换 | 第36-39页 |
| ·UKF 算法 | 第39-42页 |
| ·实验仿真 | 第42-46页 |
| ·粒子滤波算法 | 第46-56页 |
| ·粒子滤波器基本原理 | 第46-47页 |
| ·序贯粒子滤波算法 | 第47-48页 |
| ·粒子集的退化和重采样 | 第48-50页 |
| ·重要性密度函数的选取 | 第50-51页 |
| ·粒子滤波算法的描述 | 第51-52页 |
| ·实验仿真 | 第52-56页 |
| ·三种非线性滤波算法综合比较 | 第56-57页 |
| ·RTS 平滑算法分析以及在目标跟踪中的应用 | 第57-62页 |
| ·RTS 平滑算法 | 第57页 |
| ·实验仿真 | 第57-62页 |
| ·本章小结 | 第62-65页 |
| 第四章 交互式多模型算法在目标跟踪中的应用 | 第65-77页 |
| ·引言 | 第65-66页 |
| ·交互式多模型算法 | 第66-70页 |
| ·交互式多模型算法的描述 | 第66-68页 |
| ·交互式多模型算法性能分析 | 第68-69页 |
| ·交互式多模型算法特点及应用 | 第69-70页 |
| ·实验仿真 | 第70-76页 |
| ·IMM 算法 | 第70-71页 |
| ·IMM-EKF 和IMM-UKF 算法 | 第71-74页 |
| ·IMM-EKFS 和IMM-UKFS 算法 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·未来工作展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士期间的主要成果 | 第85-86页 |
