文摘
英文文摘
第1章 绪论
1.1 机动目标跟踪概述
1.2 研究现状及现存问题
1.3 应用前景
1.4 本课题的主要研究内容
第2章 机动目标模型
2.1 匀速(CV)模型
2.2 匀加速(CA)模型
2.3 SINGER模型
2.4 当前统计(CS)模型
2.4.1 机动加速度的“当前”概率密度
2.4.2 机动加速度的非零均值时间相关模型
2.5 JERK模型
2.6 CS-JERK模型
2.7 交互式多模型算法
2.8 本章小结
第3章 机动目标跟踪与滤波基本原理
3.1 参数估计的基本理论
3.1.1 四种基本估计方法
3.1.2 估计性质
3.2 静态情况下的参数估计
3.2.1 最小二乘估计
3.2.2 最小均方误差估计
3.3 非静态情况下的参数估计与状态估计
3.3.1 渐消记忆的递推最小二乘法
3.3.2 卡尔曼滤波
3.3.3 扩展卡尔曼滤波
3.3.4 不敏卡尔曼滤波
3.4 自适应滤波算法
3.4.1 检测自适应滤波
3.4.2 实时辨识自适应滤波
3.4.3 全面自适应滤波
3.5 MONTE CARLO仿真设计
3.5.1 Monte Carlo仿真方法的基本思想及其特点
3.5.2 Monte Carlo仿真具体过程
3.5.3 仿真过程中一些常用的统计指标
3.6 本章小结
第4章 基于机动频率辨识的机动目标跟踪算法
4.1 JERK模型中机动频率的辨识算法
4.1.1 机动频率的辨识
4.4.2 仿真内容及结果
4.2 存在观测噪声时机动频率辨识误差的补偿
4.3 基于机动频率辨识的目标跟踪改进算法
4.3.1 改进的CS-Jerk模型
4.3.2 α-CS-Jerk机动目标滤波算法
4.3.3 初始状态的选取
4.3.4 仿真与结果分析
4.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得科研成果
致谢