水下多目標(biāo)跟蹤理論

第1章 概論
1.1引言
1.2 多目標(biāo)跟蹤的研究和發(fā)展
1.3 多目標(biāo)跟蹤的關(guān)鍵技術(shù)
1.4 水下多目標(biāo)跟蹤的發(fā)展趨勢
參考文獻(xiàn)
第2章 水下機(jī)動目標(biāo)運(yùn)動模型
2.1 引言
2.2 隨機(jī)線性系統(tǒng)的數(shù)學(xué)描述
2.3 CV模型和CA模型
2.4 Singer模型
2.5 自適應(yīng)高斯模型
2.6 自適應(yīng)高斯模型的理論分析
2.7 交互式多模型
2.8 機(jī)動目標(biāo)模型的MonteCarlo仿真研究
2.9 本章小結(jié)
參考文獻(xiàn)
第3章 跟蹤濾波與預(yù)測
3.1 引言
3.2 離散卡爾曼濾波
3.3 離散推廣卡爾曼濾波
3.4 量測噪聲方差矩陣加權(quán)卡爾曼濾波算法
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 水下多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)
4.1 引言
4.2 “最近鄰”數(shù)據(jù)關(guān)聯(lián)算法
4.3 概率數(shù)據(jù)關(guān)聯(lián)算法
4.4 交互式多模型概率數(shù)據(jù)關(guān)聯(lián)算法
4.5 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法
4.6 本章小結(jié)
參考文獻(xiàn)
第5章 球坐標(biāo)系中的水下目標(biāo)跟蹤算法
5.1 引言
5.2 基于自適應(yīng)高斯模型的解耦水下目標(biāo)跟蹤算法
5.3 加速度加權(quán)自適應(yīng)水下目標(biāo)跟蹤算法
5.4 基于擴(kuò)展量測的水下目標(biāo)跟蹤算法
5.5 本章小結(jié)
附錄 目標(biāo)的狀態(tài)轉(zhuǎn)換關(guān)系
參考文獻(xiàn)
第6章 直角坐標(biāo)累中的水下目標(biāo)跟蹤算法
6.1 引言
6.2 基于去偏轉(zhuǎn)換量測的水下目標(biāo)跟蹤算法
6.3 基于無偏轉(zhuǎn)換量測的水下目標(biāo)跟蹤算法
6.4 本章小結(jié)
附錄 角度量測誤差為均勻分布時去偏轉(zhuǎn)換量測協(xié)方差矩陣的計(jì)算
參考文獻(xiàn)
第7章 水下多目標(biāo)跟蹤算法
7.1 跟蹤門算法
7.2 基于多波束系統(tǒng)的水下多目標(biāo)跟蹤
7.3 基于高分辨目標(biāo)參數(shù)估計(jì)的水下多目標(biāo)跟蹤
7.4 本章小結(jié)
參考文獻(xiàn)