| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| CONTENTS | 第11-14页 |
| 图表目录 | 第14-17页 |
| 主要符号表 | 第17-19页 |
| 1 绪论 | 第19-27页 |
| ·研究背景及意义 | 第19-20页 |
| ·多目标跟踪技术研究现状 | 第20-24页 |
| ·传统多目标跟踪方法 | 第20-22页 |
| ·基于随机有限集的多目标跟踪方法 | 第22-24页 |
| ·论文的研究内容和结构安排 | 第24-27页 |
| 2 基于随机有限集的多目标跟踪方法理论基础 | 第27-39页 |
| ·贝叶斯滤波器 | 第27-28页 |
| ·卡尔曼滤波器 | 第28-29页 |
| ·随机有限集理论 | 第29-32页 |
| ·随机有限集的定义 | 第29-30页 |
| ·随机有限集的概率密度 | 第30-31页 |
| ·随机有限集的矩 | 第31-32页 |
| ·随机有限集的概率母泛函 | 第32页 |
| ·基于随机有限集的多目标跟踪方法 | 第32-38页 |
| ·基于随机有限集的多目标模型 | 第33-34页 |
| ·多目标贝叶斯滤波器 | 第34-35页 |
| ·概率假设密度滤波器 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 3 高斯混合-概率假设密度滤波器及在多个相互接近目标跟踪中的应用 | 第39-59页 |
| ·引言 | 第39-40页 |
| ·高斯混合-概率假设密度滤波器 | 第40-43页 |
| ·一种改进的高斯成分修剪合并方法 | 第43-49页 |
| ·算法描述 | 第44-48页 |
| ·计算复杂度分析 | 第48-49页 |
| ·仿真实验与结果讨论 | 第49-58页 |
| ·仿真实验1 | 第49-56页 |
| ·仿真实验2 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 4 基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法 | 第59-87页 |
| ·引言 | 第59-60页 |
| ·扩展卡尔曼-概率假设密度滤波器 | 第60-64页 |
| ·扩展卡尔曼滤波器 | 第60-61页 |
| ·扩展卡尔曼-概率假设密度滤波器 | 第61-64页 |
| ·无轨迹卡尔曼-概率假设密度滤波器 | 第64-69页 |
| ·无轨迹卡尔曼滤波器 | 第64-66页 |
| ·无轨迹卡尔曼-概率假设密度滤波器 | 第66-69页 |
| ·中心差分卡尔曼-概率假设密度滤波器 | 第69-77页 |
| ·中心差分卡尔曼滤波器 | 第70-73页 |
| ·中心差分卡尔曼-概率假设密度滤波器 | 第73-77页 |
| ·仿真实验与结果讨论 | 第77-86页 |
| ·本章小结 | 第86-87页 |
| 5 基于数值积分卡尔曼-概率假设密度滤波的多目标跟踪方法 | 第87-111页 |
| ·引言 | 第87页 |
| ·数值积分卡尔曼滤波器 | 第87-91页 |
| ·数值积分卡尔曼-概率假设密度滤波器 | 第91-99页 |
| ·算法描述 | 第91-93页 |
| ·仿真实验与结果讨论 | 第93-99页 |
| ·基于数值积分卡尔曼-概率假设密度滤波的多说话人跟踪方法 | 第99-110页 |
| ·多说话人跟踪方法概述 | 第99-100页 |
| ·数值积分卡尔曼-概率假设密度滤波在多说话人跟踪中的应用 | 第100-103页 |
| ·仿真实验与结果讨论 | 第103-110页 |
| ·本章小结 | 第110-111页 |
| 6 总结与展望 | 第111-113页 |
| ·总结 | 第111-112页 |
| ·展望 | 第112-113页 |
| 参考文献 | 第113-124页 |
| 攻读博士学位期间发表学术论文情况 | 第124-125页 |
| 致谢 | 第125-126页 |
| 作者简介 | 第126-127页 |
