文摘
英文文摘
声明
第一章 引言
1.1机动目标跟踪概述
1.2数据融合算法概述
1.2.1数据融合的概念及其定义
1.2.2数据融合的基本原理及分类
1.2.3目标跟踪系统中数据融合算法的发展现状与趋势
1.3本文的主要工作
第二章 卡尔曼滤波器
2.1卡尔曼滤波器的发展过程
2.2离散卡尔曼滤波器
2.2.1被估计的过程信号
2.2.2滤波器的计算原型
2.2.3滤波器的概率原型
2.2.4离散卡尔曼滤波器算法
2.3卡尔曼滤波器的主要特性
2.3.1过程模型
2.3.2滤波器方程和参数
2.3.3模拟实验
第三章 神经网络
3.1神经网络概述
3.2神经元模型
3.2.1神经元的数学模型
3.2.2神经元的转移函数
3.3神经网络的网络结构
3.3.1网络拓扑结构分类
3.3.2网络信息流向分类
3.4神经网络的学习规则
3.5反向传播(BP)网络
3.5.1 BP算法
3.5.2 BP网络设计
3.5.3 BP网络的限制与不足
第四章 模糊系统
4.1模糊理论概述
4.2模糊集合
4.2.1模糊集合的基本概念
4.2.2模糊集合运算
4.3模糊规则与模糊推理
4.4模糊系统设计
4.5自适应模糊神经推理系统
4.5.1 ANFIS概述
4.5.2Takagi-Sugeno-Kang模糊系统
4.5.3 ANFIS的结构
第五章 多传感器数据融合算法
5.1卡尔曼滤波器模块设计
5.2神经网络模块设计
5.2.1目标加速度的探测与估计
5.2.2数据融合的神经网络法
5.3 ANFIS模块设计
5.4算法仿真与结果分析
第六章 结论与展望
6.1结论
6.2展望
致谢
参考文献
附录
攻硕期间取得的研究成果