摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-19页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 多传感器组网机动目标协同跟踪研究现状 | 第12-15页 |
1.2.2 分布式目标跟踪研究现状 | 第15-17页 |
1.3 本文主要研究内容及章节安排 | 第17-19页 |
第二章 机动目标跟踪相关理论与方法 | 第19-26页 |
2.1 引言 | 第19页 |
2.2 目标运动模型 | 第19-22页 |
2.2.1 CV和CA模型 | 第20页 |
2.2.2“当前”统计模型 | 第20-21页 |
2.2.3 协同转弯模型 | 第21-22页 |
2.3 多模型目标跟踪算法 | 第22-25页 |
2.3.1 交互式多模型算法 | 第22-24页 |
2.3.2 变结构多模型算法 | 第24-25页 |
2.4 本章小结 | 第25-26页 |
第三章 基于混合网格和Rényi信息增量的机动目标协同跟踪算法 | 第26-47页 |
3.1 引言 | 第26页 |
3.2 基于“当前”统计模型的混合网格多模型算法 | 第26-28页 |
3.3 基于改进CSHGMM的机动目标跟踪算法 | 第28-33页 |
3.3.1 基于STF的“当前”统计模型及其自适应跟踪算法 | 第28-29页 |
3.3.2 仿真分析 | 第29-33页 |
3.4 基于Rényi信息增量的雷达组网机动目标协同跟踪算法 | 第33-43页 |
3.4.1 结合“当前”统计模型和IMMUKF的变结构多模型算法 | 第34-35页 |
3.4.2 基于Rényi信息增量的雷达组网协同跟踪算法 | 第35-36页 |
3.4.3 仿真分析 | 第36-43页 |
3.5 基于HLA的多雷达组网仿真平台算法测试 | 第43-45页 |
3.6 结论 | 第45-47页 |
第四章 分布式目标跟踪算法比较研究 | 第47-58页 |
4.1 引言 | 第47页 |
4.2 一致性方法概述 | 第47-50页 |
4.2.1 传感器网络建模 | 第47-48页 |
4.2.2 一致性滤波器 | 第48-50页 |
4.3 分布式一致性卡尔曼滤波算法 | 第50-54页 |
4.3.1 卡尔曼滤波算法 | 第50-51页 |
4.3.2 分布式一致性卡尔曼滤波算法 | 第51-52页 |
4.3.3 仿真分析 | 第52-54页 |
4.4 分布式粒子滤波算法 | 第54-57页 |
4.4.1 算法原理描述 | 第54-55页 |
4.4.2 仿真分析 | 第55-57页 |
4.5 本章小结 | 第57-58页 |
第五章 总结和展望 | 第58-60页 |
5.1 总结 | 第58页 |
5.2 展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-66页 |
附录 | 第66页 |