基于水下传感网络异步量测的目标跟踪算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 缩写、符号清单、术语表 | 第10-13页 |
| 1 绪论 | 第13-20页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状分析 | 第14-18页 |
| 1.2.1 基于水下传感网络的目标跟踪 | 第14-15页 |
| 1.2.2 目标跟踪及随机有限集 | 第15-17页 |
| 1.2.3 多传感器异步融合 | 第17-18页 |
| 1.3 主要研究内容与论文组织安排 | 第18-20页 |
| 2 预备知识 | 第20-33页 |
| 2.1 单目标跟踪 | 第20-23页 |
| 2.1.1 贝叶斯滤波器 | 第20-21页 |
| 2.1.2 卡尔曼滤波器 | 第21-22页 |
| 2.1.3 粒子滤波器 | 第22-23页 |
| 2.2 多目标跟踪和随机有限集 | 第23-32页 |
| 2.2.1 随机有限集统计 | 第24-25页 |
| 2.2.2 常用的随机有限集 | 第25-26页 |
| 2.2.3 多目标系统模型和贝叶斯滤波器 | 第26-28页 |
| 2.2.4 GM-PHD滤波器 | 第28-30页 |
| 2.2.5 基于随机集的多目标跟踪性能评价指标 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 3 基于异步顺序量测的多传感器单目标跟踪算法 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 基于异步量测的主动跟踪算法 | 第33-39页 |
| 3.2.1 系统模型 | 第33-34页 |
| 3.2.2 时间配准算法 | 第34-35页 |
| 3.2.3 基于状态预测的异步融合算法 | 第35-37页 |
| 3.2.4 仿真实验与结果分析 | 第37-39页 |
| 3.3 基于异步量测的被动跟踪算法 | 第39-47页 |
| 3.3.1 被动跟踪系统模型 | 第40-41页 |
| 3.3.2 基于延迟估计的粒子滤波算法 | 第41-43页 |
| 3.3.3 仿真实验与结果分析 | 第43-47页 |
| 3.4 本章小结 | 第47-50页 |
| 4 基于异步非顺序量测的多传感器多目标跟踪算法 | 第50-61页 |
| 4.1 引言 | 第50页 |
| 4.2 一步滞后量测的负时间更新算法 | 第50-52页 |
| 4.3 多传感器非顺序量测异步融合框架 | 第52-53页 |
| 4.4 先验目标的负时间量测更新 | 第53-56页 |
| 4.5 仿真分析 | 第56-59页 |
| 4.6 本章小结 | 第59-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间的主要成果 | 第67页 |
