文摘
英文文摘
声明
第一章绪论
1.1数据融合的相关知识
1.1.1数据融合的基本概念
1.1.2数据融合的的处理模型
1.2系统概述
1.2.1系统研制背景
1.2.2系统的功能模型
1.2.3系统开发环境
1.3数据融合中的目标识别
1.3.1目标识别概述
1.3.2目标识别的原理与意义
1.3.3目标识别的研究现状
1.4数据融合中目标跟踪
1.4.1多目标跟踪技术
1.4.2多传感器数据融合跟踪系统
1.5数据融合的应用及研究现状
1.6本人所做的工作
第二章数据融合中用于目标识别的D-S证据理论
2.1目标识别数据融合
2.1.1目标识别数据融合层次
2.1.2目标识别算法综述
2.2证据推理理论
2.2.1D-S数据融合过程
2.2.2证据理论的基本概念
2.2.3 Dempster证据合成规则
2.2.4 D-S证据理论存在的问题及改进
2.2.5 D-S证据理论决策规则
2.3证据理论和贝叶斯方法在识别目标时的比较
2.4用证据理论自动识别空中目标
第三章多目标跟踪的基本原理
3.1引言
3.2数据关联技术
3.2.1最近邻域法
3.2.2联合概率数据互联法
3.3状态估计技术
3.3.1α-β滤波
3.3.2Kalman滤波
第四章 近似联合概率数据互联算法
4.1目标跟踪系统的实现步骤
4.1.1坐标变换
4.1.2时间融合
4.1.3数据求精
4.2近似联合概率数据互联算法
4.2.1完全联合概率数据互联算法复杂度分析
4.2.2近似联合概率数据互联算法(AMSJPDA)
4.3扩展Kalman滤波
4.3.1离散非线性系统的状态方程和观测方程
4.3.2扩展Kalman滤波算法
4.3.3 扩展Kalman滤波算法在系统中的应用
4.3.4扩展Kalman滤波原理图和框图
4.4基于推广卡尔曼滤波的多站被动式融合跟踪
4.4.1基于EKF多站被动式集中融合跟踪算法
4.4.2仿真结果分析
第五章 战场态势估计和威胁估计
5.1态势估计和威胁估计的概念
5.1.1态势估计
5.1.2威胁估计
5.2态势估计的内容和处理步骤
5.2.1态势要素提取
5.2.2态势评估推理
5.2.3态势预测
5.3态势评估的功能详述
5.3.1目标合并
5.3.2协同关系推理
5.3.3战场主动权指数计算
5.3.4 重要目标的行动和位置估计
5.3.5敌我作战能力评估
5.3.6相关保障计算模型
5.3.7兵力部署/使用/定位估计
5.3.8敌战斗序列估计
5.3.9军官士兵素质估计
5.4态势预测功能
5.4.1敌平台未来位置计算
5.4.2敌目标可能位置推理
5.4.3可能事件预测
5.5威胁估计的内容和处理步骤
5.5.1威胁要素提取
5.5.2威胁估计的功能描述
5.5.3威胁等级确定
5.6空袭目标威胁判断及作战使用
5.6.1数学模型的建立
5.6.2综合评判
5.6.3作战运用
5.6.4仿真实例
第六章 目标识别与跟踪的多传感器数据融合演示系统
6.1系统组成与指标
6.1.1系统组成
6.1.2系统指标
6.2系统功能与运行
6.2.1功能与运行环境
6.2.2运行过程
6.3仿真计算与结果分析
第七章 结论
7.1课题完成的内容
7.2进一步的改进方案
参考文献
致谢