|
|
|
机动群目标跟踪关键技术研究 |
|
论文目录 |
|
摘要 | 第9-10页 | ABSTRACT | 第10-11页 | 第一章 绪论 | 第12-22页 | 1.1 课题研究的目的和意义 | 第12-14页 | 1.2 国内外研究现状 | 第14-19页 | 1.2.1 中心类群目标跟踪 | 第14-16页 | 1.2.2 基于随机有限集理论的群目标跟踪 | 第16-17页 | 1.2.3 群扩展状态的估计算法 | 第17-19页 | 1.3 论文结构及工作安排 | 第19-22页 | 第二章 机动群目标跟踪基本模型及算法 | 第22-34页 | 2.1 机动群目标跟踪基本原理 | 第22-23页 | 2.2 机动目标跟踪模型 | 第23-28页 | 2.2.1 匀速模型 | 第23-24页 | 2.2.2 匀加速模型 | 第24-25页 | 2.2.3 协同转弯模型 | 第25-26页 | 2.2.4 “当前”统计模型 | 第26-28页 | 2.3 中心类群目标跟踪算法 | 第28-31页 | 2.3.1 中心群跟踪算法 | 第28-30页 | 2.3.2 编队群跟踪算法 | 第30-31页 | 2.4 算法仿真及实验分析 | 第31-33页 | 2.5 本章小结 | 第33-34页 | 第三章 机动群目标跟踪自适应滤波算法 | 第34-45页 | 3.1 综合交互多模型中心群跟踪算法 | 第35-37页 | 3.2 转移概率自适应 | 第37-40页 | 3.2.1 贝叶斯法 | 第38-39页 | 3.2.2 增量法 | 第39-40页 | 3.3 算法仿真及实验分析 | 第40-43页 | 3.4 本章小结 | 第43-45页 | 第四章 机动群目标跟踪数据关联算法 | 第45-69页 | 4.1 传统贝叶斯类数据关联算法 | 第45-53页 | 4.1.1 最近邻算法 | 第45-46页 | 4.1.2 概率数据关联算法 | 第46-49页 | 4.1.3 联合概率数据关联算法 | 第49-53页 | 4.2 基于多特征信息融合的中心群跟踪算法 | 第53-58页 | 4.2.1 基于D-S证据理论的基本可信度赋值函数 | 第54-55页 | 4.2.2 多特征信息融合 | 第55-58页 | 4.3 自适应关联波门设计 | 第58-60页 | 4.3.1 关联波门的定义 | 第58-59页 | 4.3.2 自适应关联波门设计 | 第59-60页 | 4.4 算法仿真及实验分析 | 第60-68页 | 4.5 本章小结 | 第68-69页 | 第五章 机动群目标扩展状态估计算法 | 第69-89页 | 5.1 基于随机矩阵的群分离检测 | 第69-77页 | 5.1.1 随机矩阵算法 | 第69-76页 | 5.1.2 群分离检测 | 第76-77页 | 5.2 群分离与合并跟踪算法 | 第77-81页 | 5.2.1 基于k-means聚类的群划分与航迹关联 | 第77-79页 | 5.2.2 最小二乘法拟合椭圆 | 第79-81页 | 5.3 算法仿真及实验分析 | 第81-88页 | 5.4 本章小结 | 第88-89页 | 结束语 | 第89-92页 | 致谢 | 第92-94页 | 参考文献 | 第94-101页 | 作者在学期间取得的学术成果 | 第101页 |
|
|
|
|
论文编号BS4656958,这篇论文共101页 会员购买按0.35元/页下载,共需支付35.35元。 直接购买按0.5元/页下载,共需要支付50.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|