目标跟踪中的粒子滤波与概率假设密度滤波研究
| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-27页 |
| ·课题来源 | 第15页 |
| ·课题的目的和意义 | 第15-16页 |
| ·目标跟踪在国内外的研究现状及分析 | 第16-24页 |
| ·单目标跟踪的研究现状分析 | 第16-18页 |
| ·多目标跟踪研究现状分析 | 第18-24页 |
| ·主要研究内容 | 第24-27页 |
| 第2章 粒子滤波的准蒙特卡罗重采样方法 | 第27-44页 |
| ·引言 | 第27-29页 |
| ·研究背景 | 第29-32页 |
| ·准蒙特卡罗方法 | 第29-30页 |
| ·准蒙特卡罗点集随机化 | 第30-31页 |
| ·序贯准蒙特卡罗算法 | 第31-32页 |
| ·基于准蒙特卡罗重采样的粒子滤波算法 | 第32-35页 |
| ·准蒙特卡罗重采样算法 | 第32-33页 |
| ·Halton 序列的随机化 | 第33-34页 |
| ·准蒙特卡罗粒子滤波 | 第34-35页 |
| ·算法分析 | 第35-37页 |
| ·样本空间分布特征 | 第35-37页 |
| ·计算复杂度分析 | 第37页 |
| ·精度分析 | 第37页 |
| ·仿真实验及分析 | 第37-43页 |
| ·非线性模型 | 第38-39页 |
| ·非高斯噪声模型 | 第39-41页 |
| ·纯角度跟踪模型 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第3章 粒子滤波的空间域容量控制方法 | 第44-59页 |
| ·引言 | 第44页 |
| ·多分辨粒子滤波 | 第44-49页 |
| ·粒子滤波系统的状态检测 | 第49-52页 |
| ·样本集容量与系统状态 | 第49-50页 |
| ·拟测量误差相关统计量 | 第50-51页 |
| ·仿真实验 | 第51-52页 |
| ·基于样本容量控制的多分辨粒子滤波 | 第52-54页 |
| ·样本集增容算法 | 第52-53页 |
| ·多分辨粒子滤波的样本容量控制 | 第53-54页 |
| ·仿真实验及分析 | 第54-58页 |
| ·线性高斯模型 | 第54-56页 |
| ·非线性非高斯模型 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第4章 粒子概率假设密度滤波的多目标状态估计方法 | 第59-79页 |
| ·引言 | 第59-60页 |
| ·研究背景 | 第60-64页 |
| ·多目标模型 | 第60-61页 |
| ·随机有限集 | 第61-62页 |
| ·概率假设密度滤波 | 第62页 |
| ·粒子概率假设密度滤波 | 第62-64页 |
| ·粒子单目标概率假设密度滤波算法 | 第64-72页 |
| ·现有的多目标状态估计方法 | 第64-65页 |
| ·单目标概率假设密度分解的推导 | 第65-67页 |
| ·测量与样本的关系 | 第67-69页 |
| ·权值域的单目标概率假设密度分解形式 | 第69-71页 |
| ·算法原理及实现 | 第71-72页 |
| ·粒子概率假设密度滤波的多目标状态估计算法 | 第72-74页 |
| ·算法原理及实现 | 第72-73页 |
| ·算法分析 | 第73-74页 |
| ·仿真实验与分析 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 第5章 粒子概率假设密度滤波的多目标连续跟踪方法 | 第79-110页 |
| ·引言 | 第79页 |
| ·研究背景 | 第79-81页 |
| ·粒子概率假设密度滤波跟踪模型 | 第79-80页 |
| ·基于粒子标签关联的连续跟踪方法 | 第80-81页 |
| ·基于单目标概率假设密度分解的多目标连续跟踪方法 | 第81-91页 |
| ·粒子标签的分配和管理 | 第82页 |
| ·目标状态的关联规则 | 第82-86页 |
| ·多目标连续跟踪算法的实现 | 第86-88页 |
| ·仿真实验与分析 | 第88-91页 |
| ·目标航迹管理 | 第91-109页 |
| ·目标航迹的更新 | 第92页 |
| ·伪航迹的滤除 | 第92-94页 |
| ·状态估计的反馈 | 第94页 |
| ·粒子概率假设密度滤波跟踪器 | 第94-96页 |
| ·仿真实验与分析 | 第96-109页 |
| ·本章小结 | 第109-110页 |
| 结论 | 第110-112页 |
| 参考文献 | 第112-122页 |
| 攻读博士学位期间发表的学术论文 | 第122-124页 |
| 致谢 | 第124-125页 |
| 个人简历 | 第125页 |
