声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究状况
1.3 论文主要工作及内容安排
第二章 目标跟踪和数据关联概述
2.1 引言
2.2 目标跟踪系统的组成
2.2.1 航迹起始与航迹终结
2.2.2 跟踪门的设定
2.3 卡尔曼滤波
2.4 几种经典的数据关联算法
2.4.1 最近邻算法
2.4.2 概率数据关联
2.4.3 联合概率数据关联
2.4.4 多假设跟踪
2.4.5 多维分配算法
2.4.6 拉格朗日松弛算法
2.5 本章小结
第三章 避免航迹合并的JPDA算法研究
3.1 引言
3.2 传统JPDA算法
3.2.1 概率数据关联滤波器
3.2.2 联合概率数据关联滤波器
3.2.3 仿真结果与分析
3.3 应用熵值法避免航迹合并的JPDA改进算法
3.3.1 传统JPDA算法产生航迹合并的原因
3.3.2 熵值法
3.3.3 量测和状态模型
3.3.4 应用熵值法的JPDA改进算法步骤
3.4 仿真分析
3.5 本章小结
第四章 数据关联中的多维分配算法研究
4.1 引言
4.2 多维分配算法
4.2.1 数学模型
4.2.2 拉格朗日松弛算法求解多维分配问题
4.2.3 仿真结果与分析
4.3 动态多维分配算法
4.3.1 算法流程
4.3.2 动态S维分配与静态S维分配算法的区别
4.3.3 仿真结果与分析
4.4 Greedy算法解决动态多维分配问题
4.4.1 数学模型
4.4.2 量测集最优分割
4.4.3 仿真结果分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
作者在读期间的科研工作及研究成果