| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-18页 |
| ·引言 | 第12页 |
| ·多目标跟踪与支持向量机的研究与发展现状 | 第12-16页 |
| ·多目标跟踪的研究与发展现状 | 第12-14页 |
| ·支持向量机的研究与发展现状 | 第14-16页 |
| ·研究问题的提出 | 第16-17页 |
| ·论文结构及所做工作 | 第17-18页 |
| 第二章 基于目标多特征信息的支持向量机数据关联算法 | 第18-29页 |
| ·引言 | 第18-19页 |
| ·支持向量机 | 第19-23页 |
| ·最优分类面 | 第19页 |
| ·支持向量机基本原理 | 第19-21页 |
| ·特征空间和核方法 | 第21-23页 |
| ·目标特征信息分析 | 第23-25页 |
| ·雷达测量值与目标预测值之间的偏差 | 第23-24页 |
| ·多普勒频移偏差 | 第24页 |
| ·雷达目标散射截面积(RCS)偏差 | 第24-25页 |
| ·支持向量机在数据关联中的应用 | 第25-26页 |
| ·仿真及分析 | 第26-27页 |
| ·结论 | 第27-29页 |
| 第三章 多传感器航迹融合与关联 | 第29-39页 |
| ·引言 | 第29页 |
| ·目标跟踪模型和测量模型 | 第29-32页 |
| ·基于支持向量机的航迹关联算法 | 第32-33页 |
| ·雷达和红外信息融合算法 | 第33-36页 |
| ·顺序式结构的多传感器融合算法 | 第33-34页 |
| ·卡尔曼加权融合算法 | 第34-36页 |
| ·仿真与分析 | 第36-38页 |
| ·支持向量机航迹关联算法仿真 | 第36-37页 |
| ·雷达和红外传感器航迹融合仿真 | 第37-38页 |
| ·结论 | 第38-39页 |
| 第四章 基于支持向量机的多传感器信息融合机动目标跟踪方法研究 | 第39-52页 |
| ·引言 | 第39页 |
| ·基于最优数据压缩的雷达和红外融合 | 第39-43页 |
| ·跟踪滤波器设计 | 第43-45页 |
| ·特征向量的提取 | 第45-46页 |
| ·最小二乘支持向量机的在线训练算法 | 第46-48页 |
| ·仿真与分析 | 第48-51页 |
| ·基于SVM的自适应卡尔曼滤波算法仿真 | 第48-51页 |
| ·结论 | 第51-52页 |
| 第五章 总结及展望 | 第52-54页 |
| 参考文献 | 第54-58页 |