现代目标跟踪与信息融合

1 (p1): 第0章 绪论
1 (p2): 0.1 引言
5 (p3): 0.2 现代目标跟踪技术
5 (p4): 0.2.1 机动目标运动建模与估计
7 (p5): 0.2.2 时空信息的数据关联
9 (p6): 0.3 信息融合技术
9 (p7): 0.3.1 定义、特点与性能优势
10 (p8): 0.3.2 常用传感器
13 (p9): 0.3.3 信息融合的功能模型
15 (p10): 0.3.4 信息融合的系统结构
20 (p11): 0.3.5 面向目标跟踪的信息融合
25 (p12): 0.4 本书章节概述
27 (p13): 参考文献
32 (p14): 第1部分 目标跟踪的建模与估计第1章 自适应加速度模型
32 (p15): 1.1 引言
33 (p16): 1.2 匀加速目标模型
35 (p17): 1.3 时间相关模型
39 (p18): 1.4 自适应加速度模型
41 (p19): 1.5 自适应加速度模型性能分析Ⅰ
41 (p20): 1.5.1 自适应加速度模型的稳态精度分析
44 (p21): 1.5.2 自适应加速度模型的动态精度分析
49 (p22): 1.6 自适应加速度模型性能分析Ⅱ
54 (p23): 1.7 自适应加速度模型性能分析Ⅲ
60 (p24): 1.8 小结
61 (p25): 参考文献
62 (p26): 第2章 广义扰动输入下的随机系统自适应滤波
62 (p27): 2.1 引言
63 (p28): 2.2 问题描述
64 (p29): 2.3 上限滤波器设计
68 (p30): 2.4 仿真分析
70 (p31): 2.5 小结
70 (p32): 参考文献
73 (p33): 第2部分 概率数据关联
73 (p34): 第3章 C-IMMPDA算法
73 (p35): 3.1 引言
74 (p36): 3.2 C-IMMPDA算法的提出
76 (p37): 3.3 C-IMMPDA算法的推导
79 (p38): 3.4 C-IMMPDA算法的仿真研究
79 (p39): 3.4.1 对于三种不同航迹条件下两种算法的仿真结果
85 (p40): 3.4.2 对于三条交叉航迹情况下两种算法的仿真结果
86 (p41): 3.5 小结
88 (p42): 参考文献
89 (p43): 第4章 单传感器广义概率数据关联算法
89 (p44): 4.1 引言
90 (p45): 4.2 数据关联算法简介
90 (p46): 4.2.1 单目标数据关联
91 (p47): 4.2.2 多目标数据关联
92 (p48): 4.3 广义概率数据关联算法
92 (p49): 4.3.1 算法思想
93 (p50): 4.3.2 状态估计
96 (p51): 4.3.3 互属概率计算
100 (p52): 4.3.4 GPDA算法流程
101 (p53): 4.4 仿真分析
102 (p54): 4.4.1 点目标交叉运动
109 (p55): 4.4.2 小目标交叉运动
110 (p56): 4.5 综合交互式广义数据关联算法
110 (p57): 4.5.1 C-IMMJPDA算法
112 (p58): 4.5.2 C-IMMGPDA算法
116 (p59): 4.6 仿真分析
116 (p60): 4.6.1 两机动目标仿真
121 (p61): 4.6.2 机动目标仿真
122 (p62): 4.7 小结
123 (p63): 参考文献
125 (p64): 第5章 多传感器广义概率数据关联与融合
125 (p65): 5.1 引言
125 (p66): 5.2 集中式多传感器广义概率数据关联算法
125 (p67): 5.2.1 序贯多传感器广义概率数据关联
128 (p68): 5.2.2 仿真分析
132 (p69): 5.3 分布式多传感器广义数据关联与融合
132 (p70): 5.3.1 基于GPDA的快速航迹关联与融合算法
134 (p71): 5.3.2 仿真分析
140 (p72): 5.4 小结
141 (p73): 参考文献
143 (p74): 第6章 综合扩展概率数据关联算法
143 (p75): 6.1 引言
144 (p76): 6.2 综合扩展概率数据关联算法
144 (p77): 6.2.1 算法思想
145 (p78): 6.2.2 状态估计
147 (p79): 6.2.3 关联概率的计算
152 (p80): 6.2.4 IEPDA算法流程
152 (p81): 6.3 仿真分析
154 (p82): 6.3.1 场景
155 (p83): 6.3.2 评价指标
156 (p84): 6.3.3 仿真结果
167 (p85):…