数据融合中目标跟踪与识别技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景及意义 | 第9-11页 |
| ·国内外发展现状及发展前景 | 第11-14页 |
| ·国内外发展现状 | 第11-13页 |
| ·发展现状前景 | 第13-14页 |
| ·本文主要工作 | 第14-15页 |
| 第2章 多传感器数据融合理论 | 第15-25页 |
| ·数据融合基本概念 | 第15-16页 |
| ·数据融合的功能模型 | 第16-18页 |
| ·数据融合系统的结构模型 | 第18-21页 |
| ·数据融合的常用理论和方法 | 第21-23页 |
| ·现代常用军用传感器 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 多传感器目标跟踪技术 | 第25-46页 |
| ·引言 | 第25页 |
| ·目标运动数学模型 | 第25-30页 |
| ·跟踪坐标系的选择 | 第26-28页 |
| ·目标运动数学模型的建立 | 第28-30页 |
| ·Kalman 滤波技术 | 第30页 |
| ·多传感器多目标跟踪算法研究 | 第30-40页 |
| ·跟踪门的形成方法 | 第30-33页 |
| ·多传感器联合概率数据互联算法 | 第33-40页 |
| ·仿真结果分析 | 第40-45页 |
| ·仿真条件设置 | 第40-42页 |
| ·仿真结果 | 第42-43页 |
| ·仿真结果误差分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 多传感器目标识别技术 | 第46-62页 |
| ·引言 | 第46页 |
| ·目标识别融合算法 | 第46-49页 |
| ·目标识别的原理分析 | 第49-50页 |
| ·知识库数据的存储与处理 | 第50页 |
| ·辐射源识别 | 第50-52页 |
| ·特征提取 | 第50-51页 |
| ·辐射源识别方法 | 第51-52页 |
| ·平台识别 | 第52-57页 |
| ·基于加权模糊产生式规则的平台推理算法 | 第52-54页 |
| ·模糊产生式规则推理在平台识别中的应用 | 第54-56页 |
| ·仿真结果及分析 | 第56-57页 |
| ·不确定推理与决策技术 | 第57-61页 |
| ·D-S 证据理论 | 第57-60页 |
| ·基于D-S 证据理论的目标识别融合流程图 | 第60页 |
| ·仿真结果及分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 工程应用 | 第62-73页 |
| ·引言 | 第62-63页 |
| ·融合系统程序组织结构 | 第63-66页 |
| ·程序结构 | 第63-64页 |
| ·程序逻辑 | 第64-66页 |
| ·程序运行过程 | 第66-71页 |
| ·操作过程 | 第66页 |
| ·程序界面 | 第66-70页 |
| ·数据运算过程 | 第70-71页 |
| ·存储分配 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80页 |
