| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·目标跟踪的背景及意义 | 第7-9页 |
| ·国内外研究进展和现状 | 第9-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第2章 非线性滤波 | 第13-23页 |
| ·引言 | 第13页 |
| ·非线性问题的描述和贝叶斯滤波 | 第13-14页 |
| ·卡尔曼滤波及其扩展 | 第14-18页 |
| ·线性卡尔曼滤波 | 第14-15页 |
| ·扩展卡尔曼滤波(EKF) | 第15-16页 |
| ·Unscented Kalman Filter(UKF) | 第16-18页 |
| ·质点滤波(PF) | 第18-23页 |
| ·序贯重要采样(SIS) | 第19-20页 |
| ·消除质点滤波中的退化现象 | 第20-23页 |
| 第3章 改进的质点滤波对再入飞行器的跟踪 | 第23-34页 |
| ·引言 | 第23页 |
| ·传统非线性滤波的缺陷 | 第23-24页 |
| ·再入飞行器的运动和观测模型 | 第24-25页 |
| ·质点滤波的新的粗糙化方法 | 第25-29页 |
| ·数值仿真 | 第29-34页 |
| 第4章 杂波环境中的单目标跟踪 | 第34-56页 |
| ·引言 | 第34页 |
| ·数据关联方法 | 第34-37页 |
| ·"最近邻"方法 | 第34-35页 |
| ·"全邻"最优滤波 | 第35页 |
| ·概率数据关联滤波 | 第35页 |
| ·联合概率数据关联滤波 | 第35-36页 |
| ·多模型方法 | 第36页 |
| ·相互作用多模型—概率数据关联滤波器 | 第36-37页 |
| ·杂波环境中目标观测的有效性和跟踪门 | 第37-39页 |
| ·概率关联滤波(PDA) | 第39-46页 |
| ·目标的运动和观测模型 | 第39-40页 |
| ·概率数据关联方法 | 第40-46页 |
| ·概率关联滤波在杂波环境中的单目标非线性跟踪中的应用 | 第46-49页 |
| ·PDA与EKF结合跟踪杂波环境下非线性运动的单目标 | 第46-47页 |
| ·PDA与PF结合跟踪杂波环境下非线性运动的单目标 | 第47-48页 |
| ·模拟杂波的生成 | 第48-49页 |
| ·数值仿真 | 第49-56页 |
| 第5章 多目标跟踪 | 第56-73页 |
| ·引言 | 第56页 |
| ·联合概率数据关联算法 | 第56-63页 |
| ·联合事件及其表达 | 第56-57页 |
| ·确认矩阵及其分解 | 第57-60页 |
| ·状态和方差的估计 | 第60-61页 |
| ·关联概率的计算 | 第61-63页 |
| ·联合概率数据关联算法在多目标非线性跟踪中的应用 | 第63-65页 |
| ·数值仿真 | 第65-73页 |
| 第6章 多目标跟踪的发展以及未来工作展望 | 第73-74页 |
| 附录1:PDA协方差P(k|k)的计算 | 第74-76页 |
| 附录2:JPDA协方差P~t(k|k)的计算 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 硕士在读期间发表的论文 | 第83-84页 |
| 致谢 | 第84页 |
