多传感器数据融合算法研究

第一章 多传感器数据融合概述	第1-18页
·数据融合概念及特点	第9-11页
·数据融合通用模型	第11-12页
·数据融合系统体系结构	第12-13页
·数据融合的应用概述	第13-15页
·数据融合研究历史与现状	第15-16页
·本文主要研究内容	第16-18页
第二章 数据关联	第18-30页
·数据关联问题描述	第18-19页
·几种常用的数据关联方法	第19-25页
·最邻近数据关联	第20页
·概率数据关联	第20-22页
·联合概率数据关联	第22-24页
·模糊数据关联	第24-25页
·各种关联算法总结	第25-26页
·一种新的模糊数据关联算法及仿真	第26-30页
·新的模糊数据关联算法	第26-27页
·算法仿真与比较	第27-30页
第三章 目标状态估计	第30-47页
·状态估计问题描述	第30-31页
·机动目标跟踪算法	第31-39页
·“当前”统计模型自适应卡尔曼滤波	第31-34页
·交互多模型算法	第34-39页
·多速率模型	第39-41页
·多速率多模型交互对机动目标全速率跟踪的实现	第41-43页
·算法仿真及分析	第43-47页
第四章 目标识别	第47-58页
·融合识别概述	第47页
·融合识别算法分类	第47-48页
·目标识别 D-S 方法	第48-52页
·D-S 证据推理方法的发展	第48-49页
·D-S 证据推理方法	第49-52页
·D-S 融合识别算法	第52-55页
·单传感器多测量周期基本概率赋值的融合	第52页
·多传感器多测量周期基本概率赋值的融合	第52-55页
·D-S 融合识别算法数值仿真	第55-58页
第五章 全文总结与展望	第58-60页
致谢	第60-61页
参考文献	第61-64页
在学期间研究成果	第64页