分布式多传感器数据融合航迹关联算法研究
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·数据融合 | 第7-9页 |
·数据融合处理过程 | 第7-8页 |
·数据融合系统的优点 | 第8页 |
·数据融合研究发展现状 | 第8-9页 |
·航迹关联算法 | 第9-10页 |
·本文研究内容 | 第10-11页 |
·本文章节安排 | 第11-13页 |
第二章 数据融合、航迹关联理论 | 第13-29页 |
·数据融合定义 | 第13页 |
·数据融合的处理模型 | 第13-14页 |
·数据融合的系统结构 | 第14-18页 |
·数据融合的层次结构 | 第15-16页 |
·数据融合的体系结构 | 第16-18页 |
·数据融合方法 | 第18-20页 |
·数据融合航迹关联问题 | 第20-22页 |
·数据关联技术 | 第20-21页 |
·航迹关联问题 | 第21-22页 |
·现有的航迹关联算法 | 第22-26页 |
·基于统计理论的航迹关联算法 | 第22-25页 |
·基于模糊数学的航迹关联方法 | 第25页 |
·航迹关联算法分析 | 第25-26页 |
·现有关联算法的共性问题 | 第26页 |
·本章小结 | 第26-29页 |
第三章 全局最优航迹关联算法 | 第29-43页 |
·最近邻域算法缺陷分析 | 第29-33页 |
·最近邻域算法 | 第29-30页 |
·引入特征判决的最近邻域算法 | 第30-31页 |
·最近邻域算法的的两个局限 | 第31-33页 |
·全局最优航迹关联算法设计 | 第33-37页 |
·全局搜索策略 | 第33-34页 |
·使用动态规划方法获取最优航迹对 | 第34页 |
·设立基于区域的跟踪门 | 第34-36页 |
·算法完整描述及时间复杂度分析 | 第36-37页 |
·新算法对两个局限的解决 | 第37页 |
·两个对比实验 | 第37-40页 |
·实验环境 | 第38页 |
·实验结果 | 第38-40页 |
·本章小结 | 第40-43页 |
第四章 数据融合系统实现 | 第43-65页 |
·系统框架 | 第43页 |
·数据录入模块 | 第43-48页 |
·实验数据 | 第43-44页 |
·航迹报文解析 | 第44页 |
·航迹目标管理 | 第44-47页 |
·数据录入完整流程 | 第47-48页 |
·关联计算模块 | 第48-57页 |
·数据时空对准 | 第48-50页 |
·关联判断 | 第50-53页 |
·关联算法如何应用到多传感器系统 | 第53-55页 |
·关联结果发布 | 第55页 |
·航迹关联质量 | 第55-56页 |
·核心计算模块完整工作流程 | 第56-57页 |
·上层控制与显示模块 | 第57-63页 |
·航迹关联的驱动方式 | 第57-58页 |
·结果呈现方式说明 | 第58-61页 |
·一个场景的执行例子 | 第61-63页 |
·本章小结 | 第63-65页 |
第五章 结束语 | 第65-67页 |
致谢 | 第67-69页 |
参考文献 | 第69-73页 |
作者在读期间的研究成果 | 第73-74页 |