文摘
英文文摘
第一章 绪论
1.1 研究背景与意义
1.2 多雷达航迹融合系统简介
1.2.1 单雷达数据处理
1.2.2 多传感器数据融合系统的功能模型
1.2.3 多雷达数据融合系统的结构
1.2.4 多雷达数据融合系统的优点
1.3 多雷达数据融合系统的应用
1.4 国内外研究现状
1.5 本文的主要内容
1.6 本文的结构安排
第二章 目标状态估计
2.1 卡尔曼滤波器
2.2 扩展卡尔曼滤波
2.3 Unscented卡尔曼滤波器(UKF)
2.3.1 UT变换
2.3.2 Uscented卡尔曼滤波
2.3.3 粒子滤波
2.4 交互式多模型算法
2.5 本章小结
第三章 多雷达系统的误差配准
3.1 常用坐标系及坐标转换
3.1.1 常用坐标系
3.1.2 坐标转换
3.2 时间校准
3.2.1 最小二乘时间对准
3.2.2 内插外推法
3.3 空间误差配准
3.3.1 误差空间配准常用方法
3.3.2 最小二乘法空间配准
3.3.3 卡尔曼滤波偏差估计
3.4 联合关联偏差配准
3.4.1 剪枝法求解关联向量
3.4.2 算法仿真及结果分析
3.5 本章小结
第四章 航迹关联与融合
4.1 航迹关联问题的数学模型
4.2 D-S证据理论在航迹关联中的应用
4.2.1 基于证据理论的航迹关联算法
4.2.2 算法仿真
4.3 基于CHNN的航迹关联
4.3.3 CHNN航迹关联算法回顾
4.3.4 推广的CHNN航迹关联算法
4.3.5 仿真验证
4.4 混沌神经网络在航迹关联中的应用
4.4.1 混沌神经网络模型
4.4.2 基于混沌神经网络(CHNN)的航迹关联
4.4.3 仿真实例
4.5 本章小结
第五章 航迹融合及仿真系统设计
5.1 航迹融合
5.1.1 航迹融合的结构
5.1.2 简单凸组合(SF)融合算法
5.1.3 协方差加权航迹融合(WCF)
5.2 航迹融合仿真系统
5.3 本章小结
总结与展望
参考文献
攻读硕士学位期问所发表的学术论文及科研情况
致谢