| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究背景和选题意义 | 第10页 |
| ·多目标跟踪的国内外研究现状 | 第10-11页 |
| ·多目标跟踪的基本理论 | 第11-13页 |
| ·几种经典的多目标跟踪方法 | 第13-16页 |
| ·基于Bayes 理论的跟踪算法 | 第13-15页 |
| ·基于极大似然理论的跟踪算法 | 第15-16页 |
| ·基于智能理论的跟踪算法 | 第16页 |
| ·基于随机集理论的多目标跟踪方法及其存在的问题 | 第16-18页 |
| ·本文的项目来源、主要研究内容及章节安排 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 随机集框架下的多目标跟踪模型 | 第21-28页 |
| ·引言 | 第21页 |
| ·随机集理论基础 | 第21-24页 |
| ·随机集及其概率 | 第21-23页 |
| ·随机集概率假设密度 | 第23-24页 |
| ·随机集框架下的多目标跟踪模型 | 第24-27页 |
| ·Bayes 递归单目标跟踪模型 | 第24页 |
| ·基于随机集的Bayes 递推多目标跟踪模型 | 第24-26页 |
| ·PHD 滤波器 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 混合高斯PHD 滤波器(GM-PHD)及其在多目标跟踪中的应用 | 第28-37页 |
| ·引言 | 第28页 |
| ·混合高斯情况下PHD 的解析表达式 | 第28-31页 |
| ·混合高斯模型 | 第29-30页 |
| ·PHD 递归的解析形式 | 第30-31页 |
| ·优化算法 | 第31-33页 |
| ·运动轨迹的确定 | 第33-35页 |
| ·仿真 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 GM-PHD 与经典JPDA 算法的性能分析与比较 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·算法介绍 | 第38-41页 |
| ·JPDA 算法介绍 | 第38-39页 |
| ·GM-PHD 的主要步骤 | 第39-41页 |
| ·算法比较 | 第41-47页 |
| ·JPDA 的计算量分析 | 第41-43页 |
| ·GM-PHD 的计算量分析 | 第43页 |
| ·典型情况下两种算法的计算量比较 | 第43-47页 |
| ·仿真 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 UPF-PHD 滤波器及其在多目标跟踪中的应用 | 第51-68页 |
| ·引言 | 第51-52页 |
| ·PHD 滤波器递推方程 | 第52页 |
| ·几种常见的非线性滤波器的介绍 | 第52-57页 |
| ·UKF 滤波器 | 第53-54页 |
| ·PF 滤波器 | 第54-56页 |
| ·UPF 滤波器 | 第56-57页 |
| ·UPF-PHD 滤波器 | 第57-59页 |
| ·UPF-PHD 在机载雷达距离跟踪中的应用 | 第59-67页 |
| ·机载雷达距离跟踪模型 | 第59-62页 |
| ·仿真 | 第62-65页 |
| ·聚类结果 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-71页 |
| ·研究总结 | 第68-69页 |
| ·进一步工作 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 附录：作者在读期间发表的学术论文及参加的科研项目 | 第78页 |
