最新章節

• 參考文獻
• 附錄B 式（7-19）的推導
• 附錄A 式（2-17）中閾值參數ε的推導
• 8.2 研究展望
• 8.1 研究結論
• 第8章 結論及展望

• 參考文獻 更新時間：2023-12-12 18:53:06
• 附錄B 式（7-19）的推導
• 附錄A 式（2-17）中閾值參數ε的推導
• 8.2 研究展望
• 8.1 研究結論
• 第8章 結論及展望
• 7.6 本章小結
• 7.5.2 仿真結果與分析
• 7.5.1 仿真環境
• 7.5 仿真比較與分析
• 7.4.6 基于編隊整體運動模型的斷續航跡關聯
• 7.4.5 編隊航跡關聯
• 7.4.4 基于Fourier變換的旋轉角及平移量估計
• 7.4.3 航跡數據空間的描述
• 7.4.2 時間對準
• 7.4.1 部分可辨條件下的編隊航跡關聯問題分析
• 7.4 基于多源信息互補的編隊航跡關聯算法
• 7.3.4 討論
• 7.3.3 誤差補償和編隊內航跡的精確關聯
• 7.3.2 編隊航跡系統誤差估計模型
• 7.3.1 編隊航跡狀態識別模型
• 7.3 系統誤差下基于誤差補償的編隊目標航跡關聯算法
• 7.2.3 第二重模糊拓撲關聯模型
• 7.2.2 第一重模糊拓撲關聯模型
• 7.2.1 基于循環閾值模型的編隊航跡識別
• 7.2 系統誤差下基于雙重模糊拓撲的編隊目標航跡關聯算法
• 7.1 引言
• 第7章 系統誤差下的編隊目標航跡關聯算法
• 6.6 本章小結
• 6.5.3 仿真分析
• 6.5.2 仿真結果
• 6.5.1 仿真環境
• 6.5 仿真比較與分析
• 6.4.5 編隊內航跡的狀態更新
• 6.4.4 廣義S-D分配問題的構造
• 6.4.3 S-D分配問題的構造
• 6.4.2 編隊量測的劃分
• 6.4.1 基本模型的建立
• 6.4 擴展廣義S-D分配機動編隊目標跟蹤算法
• 6.3.6 編隊內航跡的狀態更新
• 6.3.5 概率的計算
• 6.3.4 編隊確認矩陣的拆分
• 6.3.3 編隊互聯矩陣的建立
• 6.3.2 編隊確認矩陣的建立
• 6.3.1 事件的定義
• 6.3 變結構JPDA機動編隊目標跟蹤算法
• 6.2.4 編隊分散跟蹤模型的建立
• 6.2.3 編隊合并跟蹤模型的建立
• 6.2.2 編隊分裂跟蹤模型的建立
• 6.2.1 編隊整體機動跟蹤模型的建立
• 6.2 典型機動編隊目標跟蹤模型的建立
• 6.1 引言
• 第6章 集中式多傳感器機動編隊目標跟蹤算法
• 5.4 本章小結
• 5.3.7 仿真比較與分析
• 5.3.6 多義性處理
• 5.3.5 對準關聯準則
• 5.3.4 權重的分配
• 5.3.3 模糊因素集的建立
• 5.3.2 編隊合并機動建模與主要步驟
• 5.3.1 編隊合并機動模式分析
• 5.3 基于拓撲模糊對準的編隊合并機動跟蹤算法
• 5.2.5 仿真比較與分析
• 5.2.4 編隊整體分裂的判決滑窗內航跡重建
• 5.2.3 單目標離群的判決滑窗內航跡重建
• 5.2.2 編隊分裂機動建模與主要步驟
• 5.2.1 編隊分裂機動模式分析
• 5.2 基于復數域拓撲描述的編隊分裂機動跟蹤算法
• 5.1 引言
• 第5章 部分可辨條件下的機動編隊跟蹤算法
• 4.5 本章小結
• 4.4.2 仿真結果與分析
• 4.4.1 仿真環境
• 4.4 仿真比較與分析
• 4.3.6 基于多模型的濾波更新
• 4.3.5 漏關聯量測填補
• 4.3.4 關聯算法流程
• 4.3.3 旋轉與平移參數估計
• 4.3.2 點航映射關聯
• 4.3.1 ICP的基本思想
• 4.3 基于ICP的穩態部分可辨編隊精細跟蹤算法
• 4.2.6 時間復雜度分析
• 4.2.5 算法流程框架
• 4.2.4 加權系數的確定
• 4.2.3 狀態更新與協方差更新
• 4.2.2 最小二乘法簡述及外推方法
• 4.2.1 問題描述
• 4.2 基于序貫航跡擬合的穩態編隊精細跟蹤算法
• 4.1 引言
• 第4章 部分可辨條件下的穩態編隊跟蹤算法
• 3.7 本章小結
• 3.6.2 仿真結果與分析
• 3.6.1 仿真環境
• 3.6 仿真比較與分析
• 3.5.4 基于粒子濾波的狀態更新
• 3.5.3 冗余圖像的剔除
• 3.5.2 相似度模型的建立
• 3.5.1 編隊目標形狀矢量的建立
• 3.5 基于形狀方位描述符的集中式多傳感器編隊目標粒子濾波算法
• 3.4.4 討論
• 3.4.3 編隊內航跡的狀態更新
• 3.4.2 模板匹配模型的建立
• 3.4.1 基于編隊整體的預互聯
• 3.4 基于模板匹配的集中式多傳感器編隊目標跟蹤算法
• 3.3.3 驗證分析
• 3.3.2 帶狀干擾剔除模型
• 3.3.1 云雨雜波剔除模型
• 3.3 云雨雜波剔除模型和帶狀干擾剔除模型
• 3.2 系統描述
• 3.1 引言
• 第3章 復雜環境下的集中式多傳感器編隊目標跟蹤算法
• 2.7 本章小結
• 2.6.2 仿真結果與分析
• 2.6.1 仿真環境
• 2.6 仿真比較與分析
• 2.5.3 編隊內航跡精確關聯合并模型
• 2.5.2 多傳感器同狀態編隊互聯模型
• 2.5.1 同狀態航跡子編隊獲取模型
• 2.5 基于運動狀態的集中式多傳感器編隊目標航跡起始算法
• 2.4.4 航跡得分模型的建立
• 2.4.3 多傳感器編隊內量測合并模型
• 2.4.2 多傳感器預互聯編隊內雜波的剔除
• 2.4.1 多傳感器編隊目標航跡起始框架
• 2.4 集中式多傳感器編隊目標灰色航跡起始算法
• 2.3.8 仿真比較與分析
• 2.3.7 精細關聯算法流程
• 2.3.6 改進的最近鄰精細關聯
• 2.3.5 編隊結構對準-平移量估計
• 2.3.4 編隊結構對準-旋轉角估計
• 2.3.3 編隊成員數據空間描述
• 2.3.2 基于編隊中心點的預互聯
• 2.3.1 問題描述
• 2.3 基于相位相關的部分可辨編隊航跡起始算法
• 2.2.7 討論
• 2.2.6 仿真比較與分析
• 2.2.5 編隊目標狀態矩陣的建立
• 2.2.4 編隊內目標航跡的確認
• 2.2.3 基于相對位置矢量的灰色互聯模型
• 2.2.2 基于編隊中心點的預互聯
• 2.2.1 基于循環閾值模型的編隊預分割
• 2.2 基于相對位置矢量的編隊目標灰色航跡起始算法
• 2.1 引言
• 第2章 編隊目標航跡起始算法
• 1.4 本書的主要內容及安排
• 1.3.4 系統誤差下的編隊目標航跡關聯技術
• 1.3.3 集中式多傳感器機動編隊目標跟蹤技術
• 1.3.2 復雜環境下的集中式多傳感器編隊目標跟蹤技術
• 1.3.1 復雜環境下的編隊目標航跡起始技術
• 1.3 多傳感器編隊目標跟蹤技術中有待解決的一些關鍵問題
• 1.2.4 多源航跡融合
• 1.2.3 機動跟蹤
• 1.2.2 航跡維持
• 1.2.1 航跡起始
• 1.2 國內外研究現狀
• 1.1 研究背景
• 第1章 緒論
• 前言
• 內容簡介
• 版權信息
• 封面

• 封面
• 版權信息
• 內容簡介
• 前言
• 第1章 緒論
• 1.1 研究背景
• 1.2 國內外研究現狀
• 1.2.1 航跡起始
• 1.2.2 航跡維持
• 1.2.3 機動跟蹤
• 1.2.4 多源航跡融合
• 1.3 多傳感器編隊目標跟蹤技術中有待解決的一些關鍵問題
• 1.3.1 復雜環境下的編隊目標航跡起始技術
• 1.3.2 復雜環境下的集中式多傳感器編隊目標跟蹤技術
• 1.3.3 集中式多傳感器機動編隊目標跟蹤技術
• 1.3.4 系統誤差下的編隊目標航跡關聯技術
• 1.4 本書的主要內容及安排
• 第2章 編隊目標航跡起始算法
• 2.1 引言
• 2.2 基于相對位置矢量的編隊目標灰色航跡起始算法
• 2.2.1 基于循環閾值模型的編隊預分割
• 2.2.2 基于編隊中心點的預互聯
• 2.2.3 基于相對位置矢量的灰色互聯模型
• 2.2.4 編隊內目標航跡的確認
• 2.2.5 編隊目標狀態矩陣的建立
• 2.2.6 仿真比較與分析
• 2.2.7 討論
• 2.3 基于相位相關的部分可辨編隊航跡起始算法
• 2.3.1 問題描述
• 2.3.2 基于編隊中心點的預互聯
• 2.3.3 編隊成員數據空間描述
• 2.3.4 編隊結構對準-旋轉角估計
• 2.3.5 編隊結構對準-平移量估計
• 2.3.6 改進的最近鄰精細關聯
• 2.3.7 精細關聯算法流程
• 2.3.8 仿真比較與分析
• 2.4 集中式多傳感器編隊目標灰色航跡起始算法
• 2.4.1 多傳感器編隊目標航跡起始框架
• 2.4.2 多傳感器預互聯編隊內雜波的剔除
• 2.4.3 多傳感器編隊內量測合并模型
• 2.4.4 航跡得分模型的建立
• 2.5 基于運動狀態的集中式多傳感器編隊目標航跡起始算法
• 2.5.1 同狀態航跡子編隊獲取模型
• 2.5.2 多傳感器同狀態編隊互聯模型
• 2.5.3 編隊內航跡精確關聯合并模型
• 2.6 仿真比較與分析
• 2.6.1 仿真環境
• 2.6.2 仿真結果與分析
• 2.7 本章小結
• 第3章 復雜環境下的集中式多傳感器編隊目標跟蹤算法
• 3.1 引言
• 3.2 系統描述
• 3.3 云雨雜波剔除模型和帶狀干擾剔除模型
• 3.3.1 云雨雜波剔除模型
• 3.3.2 帶狀干擾剔除模型
• 3.3.3 驗證分析
• 3.4 基于模板匹配的集中式多傳感器編隊目標跟蹤算法
• 3.4.1 基于編隊整體的預互聯
• 3.4.2 模板匹配模型的建立
• 3.4.3 編隊內航跡的狀態更新
• 3.4.4 討論
• 3.5 基于形狀方位描述符的集中式多傳感器編隊目標粒子濾波算法
• 3.5.1 編隊目標形狀矢量的建立
• 3.5.2 相似度模型的建立
• 3.5.3 冗余圖像的剔除
• 3.5.4 基于粒子濾波的狀態更新
• 3.6 仿真比較與分析
• 3.6.1 仿真環境
• 3.6.2 仿真結果與分析
• 3.7 本章小結
• 第4章 部分可辨條件下的穩態編隊跟蹤算法
• 4.1 引言
• 4.2 基于序貫航跡擬合的穩態編隊精細跟蹤算法
• 4.2.1 問題描述
• 4.2.2 最小二乘法簡述及外推方法
• 4.2.3 狀態更新與協方差更新
• 4.2.4 加權系數的確定
• 4.2.5 算法流程框架
• 4.2.6 時間復雜度分析
• 4.3 基于ICP的穩態部分可辨編隊精細跟蹤算法
• 4.3.1 ICP的基本思想
• 4.3.2 點航映射關聯
• 4.3.3 旋轉與平移參數估計
• 4.3.4 關聯算法流程
• 4.3.5 漏關聯量測填補
• 4.3.6 基于多模型的濾波更新
• 4.4 仿真比較與分析
• 4.4.1 仿真環境
• 4.4.2 仿真結果與分析
• 4.5 本章小結
• 第5章 部分可辨條件下的機動編隊跟蹤算法
• 5.1 引言
• 5.2 基于復數域拓撲描述的編隊分裂機動跟蹤算法
• 5.2.1 編隊分裂機動模式分析
• 5.2.2 編隊分裂機動建模與主要步驟
• 5.2.3 單目標離群的判決滑窗內航跡重建
• 5.2.4 編隊整體分裂的判決滑窗內航跡重建
• 5.2.5 仿真比較與分析
• 5.3 基于拓撲模糊對準的編隊合并機動跟蹤算法
• 5.3.1 編隊合并機動模式分析
• 5.3.2 編隊合并機動建模與主要步驟
• 5.3.3 模糊因素集的建立
• 5.3.4 權重的分配
• 5.3.5 對準關聯準則
• 5.3.6 多義性處理
• 5.3.7 仿真比較與分析
• 5.4 本章小結
• 第6章 集中式多傳感器機動編隊目標跟蹤算法
• 6.1 引言
• 6.2 典型機動編隊目標跟蹤模型的建立
• 6.2.1 編隊整體機動跟蹤模型的建立
• 6.2.2 編隊分裂跟蹤模型的建立
• 6.2.3 編隊合并跟蹤模型的建立
• 6.2.4 編隊分散跟蹤模型的建立
• 6.3 變結構JPDA機動編隊目標跟蹤算法
• 6.3.1 事件的定義
• 6.3.2 編隊確認矩陣的建立
• 6.3.3 編隊互聯矩陣的建立
• 6.3.4 編隊確認矩陣的拆分
• 6.3.5 概率的計算
• 6.3.6 編隊內航跡的狀態更新
• 6.4 擴展廣義S-D分配機動編隊目標跟蹤算法
• 6.4.1 基本模型的建立
• 6.4.2 編隊量測的劃分
• 6.4.3 S-D分配問題的構造
• 6.4.4 廣義S-D分配問題的構造
• 6.4.5 編隊內航跡的狀態更新
• 6.5 仿真比較與分析
• 6.5.1 仿真環境
• 6.5.2 仿真結果
• 6.5.3 仿真分析
• 6.6 本章小結
• 第7章 系統誤差下的編隊目標航跡關聯算法
• 7.1 引言
• 7.2 系統誤差下基于雙重模糊拓撲的編隊目標航跡關聯算法
• 7.2.1 基于循環閾值模型的編隊航跡識別
• 7.2.2 第一重模糊拓撲關聯模型
• 7.2.3 第二重模糊拓撲關聯模型
• 7.3 系統誤差下基于誤差補償的編隊目標航跡關聯算法
• 7.3.1 編隊航跡狀態識別模型
• 7.3.2 編隊航跡系統誤差估計模型
• 7.3.3 誤差補償和編隊內航跡的精確關聯
• 7.3.4 討論
• 7.4 基于多源信息互補的編隊航跡關聯算法
• 7.4.1 部分可辨條件下的編隊航跡關聯問題分析
• 7.4.2 時間對準
• 7.4.3 航跡數據空間的描述
• 7.4.4 基于Fourier變換的旋轉角及平移量估計
• 7.4.5 編隊航跡關聯
• 7.4.6 基于編隊整體運動模型的斷續航跡關聯
• 7.5 仿真比較與分析
• 7.5.1 仿真環境
• 7.5.2 仿真結果與分析
• 7.6 本章小結
• 第8章 結論及展望
• 8.1 研究結論
• 8.2 研究展望
• 附錄A 式（2-17）中閾值參數ε的推導
• 附錄B 式（7-19）的推導
• 參考文獻 更新時間：2023-12-12 18:53:06