多传感器多目标航迹关联与融合算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·论文研究背景与意义 | 第7-8页 |
| ·国内外发展及研究现状 | 第8-9页 |
| ·航迹关联与融合算法发展现状 | 第9-11页 |
| ·航迹关联算法发展概况 | 第9-10页 |
| ·航迹融合算法发展概况 | 第10-11页 |
| ·本文的主要研究工作及内容安排 | 第11-13页 |
| 2 多传感器多目标信息融合理论基础 | 第13-19页 |
| ·信息融合的定义 | 第13页 |
| ·信息融合的基本原理 | 第13-14页 |
| ·信息融合的系统结构 | 第14-16页 |
| ·信息融合的层次结构 | 第14-15页 |
| ·信息融合的体系结构 | 第15-16页 |
| ·信息融合的技术与应用 | 第16-17页 |
| ·信息融合的基本技术和方法 | 第16-17页 |
| ·信息融合的应用 | 第17页 |
| ·本论文研究的主要问题及解决思路 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 多目标跟踪中的数据处理 | 第19-37页 |
| ·量测数据预处理技术 | 第19-25页 |
| ·坐标变换 | 第19-22页 |
| ·时间配准算法 | 第22-23页 |
| ·空间配准算法 | 第23-25页 |
| ·卡尔曼滤波 | 第25-26页 |
| ·交互式多模型跟踪算法 | 第26-29页 |
| ·仿真分析 | 第29-35页 |
| ·仿真指标 | 第29-30页 |
| ·滤波仿真结果 | 第30-35页 |
| ·本章小结 | 第35-37页 |
| 4 基于统计理论的航迹关联算法 | 第37-49页 |
| ·算法描述 | 第37-42页 |
| ·加权航迹关联算法 | 第38页 |
| ·修正航迹关联算法 | 第38-39页 |
| ·独立序贯航迹关联算法 | 第39-40页 |
| ·典型情况下的航迹关联 | 第40-42页 |
| ·独立序贯算法软件实现 | 第42-43页 |
| ·仿真分析 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 5 基于统计理论的航迹融合算法 | 第49-61页 |
| ·集中式融合系统 | 第49-52页 |
| ·并行滤波 | 第49-50页 |
| ·序贯滤波 | 第50-51页 |
| ·数据压缩滤波 | 第51-52页 |
| ·分布式融合系统 | 第52-55页 |
| ·简单凸组合航迹融合算法 | 第52-53页 |
| ·Bar Shalom-Campo航迹融合算法 | 第53页 |
| ·无反馈的最优分布式航迹融合算法 | 第53-55页 |
| ·仿真分析 | 第55-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| ·本论文工作总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-67页 |
