缩略词 | 第11-13页 |
摘要 | 第13-15页 |
Abstract | 第15-17页 |
第一章 绪论 | 第17-29页 |
1.1 课题研究背景及意义 | 第17-21页 |
1.1.1 天基预警系统中的目标跟踪问题 | 第17-18页 |
1.1.2 传统目标跟踪方法面临挑战难以应对 | 第18-20页 |
1.1.3 随机集理论为目标跟踪提供了新的解决途径 | 第20-21页 |
1.2 研究现状 | 第21-27页 |
1.2.1 基于随机集的单传感器多目标跟踪研究现状 | 第21-23页 |
1.2.2 杂波未知情况下基于随机集的多目标跟踪研究现状 | 第23-25页 |
1.2.3 基于随机集的多传感器多目标跟踪研究现状 | 第25-27页 |
1.3 论文主要工作及结构安排 | 第27-29页 |
第二章 基于随机集理论的贝叶斯滤波基础 | 第29-46页 |
2.1 引言 | 第29页 |
2.2 基于随机集的多目标跟踪理论基础 | 第29-34页 |
2.2.1 随机有限集的定义 | 第29-30页 |
2.2.2 多目标跟踪的随机有限集模型 | 第30-31页 |
2.2.3 多目标贝叶斯滤波 | 第31页 |
2.2.4 有限集统计学基本结论 | 第31-34页 |
2.3 PHD滤波算法 | 第34-37页 |
2.3.1 算法基本原理 | 第34-35页 |
2.3.2 序贯蒙特卡洛实现 | 第35-37页 |
2.4 MeMBer滤波算法 | 第37-43页 |
2.4.1 算法基本原理 | 第37-40页 |
2.4.2 序贯蒙特卡洛实现 | 第40-43页 |
2.5 多目标跟踪评价指标 | 第43-45页 |
2.5.1 Hausdorff距离 | 第43页 |
2.5.2 Wasserstein距离 | 第43-44页 |
2.5.3 OSPA距离 | 第44-45页 |
2.6 本章小结 | 第45-46页 |
第三章粒子PHD算法研究 | 第46-77页 |
3.1 引言 | 第46-47页 |
3.2 像平面目标运动模型和测量模型分析 | 第47-48页 |
3.3 基于粒子标签的SMC-PHD多目标状态估计方法 | 第48-58页 |
3.3.1 簇标签SMC-PHD滤波 | 第49-50页 |
3.3.2 基于粒子标签的SMC-PHD滤波算法 | 第50-52页 |
3.3.3 仿真试验 | 第52-58页 |
3.4 粒子PHD滤波存活粒子采样方法研究 | 第58-65页 |
3.4.1 基本思想 | 第59-60页 |
3.4.2 算法实现 | 第60-61页 |
3.4.3 仿真试验 | 第61-65页 |
3.5 改进的MMPHD机动目标跟踪滤波 | 第65-75页 |
3.5.1 MMPHD算法基本原理 | 第66页 |
3.5.2 改进的MMPHD基本思想 | 第66-68页 |
3.5.3 算法的序贯蒙特卡洛实现 | 第68-71页 |
3.5.4 仿真试验 | 第71-75页 |
3.6 本章小结 | 第75-77页 |
第四章 杂波未知条件下基于随机集的目标跟踪算法研究 | 第77-102页 |
4.1 引言 | 第77-78页 |
4.2 杂波率未知PHD滤波中的杂波模型参数设置问题 | 第78-85页 |
4.2.1 杂波率未知PHD滤波算法 | 第78-79页 |
4.2.2 杂波生成模型参数对杂波率估计的影响分析 | 第79-80页 |
4.2.3 解决方案 | 第80-81页 |
4.2.4 仿真试验 | 第81-85页 |
4.3 基于加窗方法的杂波未知条件下的MeMBer滤波方法 | 第85-100页 |
4.3.1 应用加窗方法的可行性分析 | 第86-87页 |
4.3.2 算法原理 | 第87-89页 |
4.3.3 新生目标轨迹的起始 | 第89-90页 |
4.3.4 算法实现 | 第90-93页 |
4.3.5 仿真试验 | 第93-100页 |
4.4 本章小结 | 第100-102页 |
第五章 面向工程应用的多传感器MeMBer跟踪算法研究 | 第102-136页 |
5.1 引言 | 第102-103页 |
5.2 序贯更新MeMBer算法性能分析 | 第103-110页 |
5.2.1 序贯更新MeMBer算法 | 第103-105页 |
5.2.2 仿真试验 | 第105-110页 |
5.3 一种两传感器MeMBer滤波算法 | 第110-119页 |
5.3.1 多传感器MeMBer滤波理论分析 | 第110-114页 |
5.3.2 两传感器MeMBer滤波算法 | 第114-116页 |
5.3.3 仿真试验 | 第116-119页 |
5.4 面向工程应用的一种多传感器MeMBer滤波算法 | 第119-135页 |
5.4.1 算法原理 | 第119-124页 |
5.4.2 序贯蒙特卡洛实现 | 第124-127页 |
5.4.3 仿真试验 | 第127-135页 |
5.5 本章小结 | 第135-136页 |
第六章 结论与展望 | 第136-138页 |
致谢 | 第138-139页 |
参考文献 | 第139-148页 |
作者在学期间取得的学术成果 | 第148-150页 |
作者在攻读博士学位期间参与的科研项目 | 第150-149页 |