无源声探测目标跟踪与分类递推方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·研究背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-15页 |
| ·跟踪技术 | 第10-13页 |
| ·分类技术 | 第13-14页 |
| ·联合跟踪与分类技术 | 第14-15页 |
| ·本文的主要内容和论文结构 | 第15-17页 |
| 第2章 递推非线性滤波算法 | 第17-23页 |
| ·引言 | 第17页 |
| ·问题描述 | 第17-18页 |
| ·扩展卡尔曼滤波 | 第18页 |
| ·无味卡尔曼滤波 | 第18-20页 |
| ·粒子滤波 | 第20-22页 |
| ·小结 | 第22-23页 |
| 第3章 单目标延时跟踪算法 | 第23-34页 |
| ·引言 | 第23页 |
| ·问题描述 | 第23-25页 |
| ·延时校准算法 | 第25-27页 |
| ·延时概率多假设目标跟踪算法 | 第27-31页 |
| ·期望最大算法简介 | 第27-28页 |
| ·信号延时问题的多假设建模 | 第28-29页 |
| ·TD-PMHT 算法 | 第29-31页 |
| ·仿真分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第4章 单目标联合跟踪与分类算法 | 第34-48页 |
| ·引言 | 第34页 |
| ·问题描述 | 第34-35页 |
| ·纯运动学JTC 技术 | 第35-38页 |
| ·JTC 技术的贝叶斯估计 | 第35-36页 |
| ·运动学信息包线 | 第36-38页 |
| ·混合粒子滤波JTC 算法 | 第38-39页 |
| ·混合无味粒子滤波JTC 算法 | 第39-44页 |
| ·贝叶斯混合无味粒子滤波 | 第40-42页 |
| ·非均衡粒子分配方法 | 第42-43页 |
| ·MUPF-JTC 算法 | 第43-44页 |
| ·仿真分析 | 第44-46页 |
| ·小结 | 第46-48页 |
| 第5章 多目标延时跟踪与分类算法 | 第48-57页 |
| ·引言 | 第48页 |
| ·问题描述 | 第48-49页 |
| ·概率多假设方法 | 第49-51页 |
| ·延时概率多假设多目标跟踪算法 | 第51-52页 |
| ·声探测多目标跟踪与分类算法 | 第52-53页 |
| ·仿真分析 | 第53-56页 |
| ·小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66页 |
