多传感器数据配准与融合算法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-14页 |
·研究背景 | 第10-13页 |
·研究意义 | 第13-14页 |
·国内外研究现状 | 第14-15页 |
·本论文的结构安排 | 第15-16页 |
第二章 多传感器数据配准 | 第16-32页 |
·概述 | 第16-17页 |
·常用的时间配准算法 | 第17-19页 |
·内插外推法 | 第17-18页 |
·虚拟融合算法 | 第18-19页 |
·空间配准算法 | 第19-31页 |
·坐标变换 | 第19-21页 |
·空间配准模型 | 第21-26页 |
·最大似然估计 | 第26-30页 |
·仿真结果 | 第30-31页 |
·小结 | 第31-32页 |
第三章 多传感器航迹融合 | 第32-46页 |
·航迹生成 | 第33-36页 |
·数据关联 | 第33-34页 |
·航迹建立以及维持 | 第34-35页 |
·仿真结果 | 第35-36页 |
·航迹融合 | 第36-45页 |
·航迹融合结构 | 第36-37页 |
·模糊航迹融合 | 第37-39页 |
·多传感器异步航迹融合 | 第39-45页 |
·小结 | 第45-46页 |
第四章 一维距离像模块 | 第46-62页 |
·概述 | 第46-47页 |
·目标一维距离像回波产生 | 第47-53页 |
·目标的有属性散射中心模型 | 第47-51页 |
·目标一维距离像回波信号模拟及结果 | 第51-53页 |
·特征提取 | 第53-55页 |
·最优变换矩阵 | 第53-54页 |
·聚类中心的确定 | 第54-55页 |
·分类器的设计 | 第55-58页 |
·基于欧式距离的分类器 | 第55页 |
·基于加乘型神经模糊网络的分类器 | 第55-57页 |
·加乘型神经模糊网络与最优聚类的结合 | 第57-58页 |
·仿真实验 | 第58-60页 |
·采用实测数据的仿真实验 | 第58-60页 |
·采用建模数据的仿真实验 | 第60页 |
·总结 | 第60-62页 |
第五章 总结与展望 | 第62-64页 |
·总结 | 第62-63页 |
·展望 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-68页 |
攻读硕士期间取得的成果 | 第68-69页 |