本文關(guān)鍵詞：多目標(biāo)跟蹤理論與方法，由筆耕文化傳播整理發(fā)布。

【摘要】： 論文主要研究多目標(biāo)跟蹤問(wèn)題。數(shù)據(jù)融合是一種新興的信息處理技術(shù)，它是適用于一個(gè)系統(tǒng)中使用多傳感器這一特定問(wèn)題而展開(kāi)的一種信息處理的研究新方向，并在近幾十年中得到了很大的發(fā)展，已經(jīng)應(yīng)用于諸多軍事和民用領(lǐng)域。 由于數(shù)據(jù)融合是許多傳統(tǒng)學(xué)科和新興工程領(lǐng)域相結(jié)合而產(chǎn)生的一個(gè)新的前沿技術(shù)領(lǐng)域，論文首先闡述數(shù)據(jù)融合這一門(mén)新興的信息處理學(xué)科的意義、理論基礎(chǔ)、實(shí)現(xiàn)技術(shù)和研究現(xiàn)狀，提供了有關(guān)數(shù)據(jù)融合研究領(lǐng)域的一個(gè)概觀。論文的重點(diǎn)是在數(shù)據(jù)融合中的多目標(biāo)跟蹤領(lǐng)域。 在多目標(biāo)跟蹤領(lǐng)域，國(guó)內(nèi)外的學(xué)者已經(jīng)提出了很多在雜波環(huán)境下對(duì)多目標(biāo)跟蹤的算法，論文在收集大量國(guó)內(nèi)外資料的前提下，指出每種算法的優(yōu)缺點(diǎn)，綜合各種算法，總結(jié)出了一種適合工程應(yīng)用的模型，其中包括了機(jī)動(dòng)目標(biāo)采用“當(dāng)前”統(tǒng)計(jì)模型。論文針對(duì)多雜波環(huán)境下的高度機(jī)動(dòng)目標(biāo)，依據(jù)多傳感器數(shù)據(jù)融合的理論基礎(chǔ)，基于目標(biāo)跟蹤領(lǐng)域中的概率數(shù)據(jù)關(guān)聯(lián)算法，對(duì)于三個(gè)機(jī)動(dòng)目標(biāo)在雜波環(huán)境下的軌跡進(jìn)行跟蹤，并在Matlab環(huán)境中，完成了多目標(biāo)融合跟蹤各個(gè)階段的算法仿真，取得了滿意的仿真結(jié)果，從而證明了整個(gè)系統(tǒng)的數(shù)據(jù)融合目標(biāo)跟蹤算法的有效性。 論文對(duì)多傳感器條件下的多目標(biāo)跟蹤理論進(jìn)行了闡述，并在了解了眾多國(guó)家在此領(lǐng)域的發(fā)展近況后，，預(yù)測(cè)了今后多目標(biāo)跟蹤的發(fā)展方向。
【關(guān)鍵詞】：數(shù)據(jù)融合 多目標(biāo)跟蹤 多傳感器概率數(shù)據(jù)關(guān)聯(lián)濾波器 交互多模型算法 航跡融合 機(jī)動(dòng)模型 概率數(shù)據(jù)關(guān)聯(lián)濾波
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2002
【分類(lèi)號(hào)】：V243
【目錄】：

• 摘要2-3
• ABSTRACT3-5
• 目錄5-8
• 緒論8-11
• 第一章 數(shù)據(jù)融合理論與方法概述11-30
• 1.1 引言11-13
• 1.2 數(shù)據(jù)融合的功能模型及融合的方法13-20
• 1.2.1 數(shù)據(jù)融合的功能13-14
• 1.2.2 數(shù)據(jù)融合的功能模型14-16
• 1.2.3 數(shù)據(jù)融合的方法16-19
• 1.2.4 多傳感器融合技術(shù)19-20
• 1.3 數(shù)據(jù)融合功能模型的各級(jí)20-25
• 1.3.1 目標(biāo)跟蹤20-24
• 1.3.2 目標(biāo)身份識(shí)別24
• 1.3.3 態(tài)勢(shì)評(píng)估和威脅評(píng)估24-25
• 1.4 數(shù)據(jù)融合的現(xiàn)狀及發(fā)展前景25-30
• 1.4.1 數(shù)據(jù)融合在實(shí)際中的應(yīng)用25-26
• 1.4.2 數(shù)據(jù)融合今后的發(fā)展方向26-30
• 第二章 目標(biāo)跟蹤理論30-44
• 2.1 引言30-31
• 2.2 目標(biāo)跟蹤的基本理論31-43
• 2.2.1 單目標(biāo)跟蹤31-36
• 2.2.2 多目標(biāo)跟蹤36-43
• 2.3 小結(jié)43-44
• 第三章 同類(lèi)傳感器下多目標(biāo)跟蹤方法與算法44-62
• 3.1 引言44
• 3.2 機(jī)動(dòng)目標(biāo)的“當(dāng)前”統(tǒng)計(jì)模型44-48
• 3.2.1 機(jī)動(dòng)加速度的“當(dāng)前”概率密度44-45
• 3.2.2 機(jī)動(dòng)加速度的非均值時(shí)間相關(guān)模型45-46
• 3.2.3 離散狀態(tài)方程46-48
• 3.3 多目標(biāo)航跡的起始與終結(jié)48-51
• 3.3.1 起始波門(mén)與跟蹤波門(mén)48-49
• 3.3.2 兩點(diǎn)起始法49-50
• 3.3.3 滑窗法50-51
• 3.3.4 目標(biāo)檔案管理51
• 3.4 多目標(biāo)的數(shù)據(jù)關(guān)聯(lián)算法51-54
• 3.4.1 聯(lián)合數(shù)據(jù)關(guān)聯(lián)算法52-54
• 3.5 機(jī)動(dòng)多目標(biāo)跟蹤維持算法54-57
• 3.5.1 關(guān)聯(lián)區(qū)域設(shè)計(jì)55
• 3.5.2 跟蹤維持(自適應(yīng)濾波)算法55-57
• 3.6 仿真計(jì)算57-62
• 3.6.1 軌跡生成計(jì)算58-59
• 3.6.2 仿真結(jié)果及分析59-62
• 第四章 多傳感器條件下的多目標(biāo)跟蹤62-78
• 4.1 引言63-64
• 4.2 基本模型闡述64-66
• 4.3 多傳感器概率數(shù)據(jù)關(guān)聯(lián)濾波器66-70
• 4.4 相互作用多模型算法70-74
• 4.5 多傳感器相互作用多模型--概率數(shù)據(jù)關(guān)聯(lián)算法74-78
• 第五章 結(jié)束78-79
• 致謝79-80
• 參考文獻(xiàn)80-84

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 羅藝;杜海文;軒永波;李望西;;基于極大似然法的異類(lèi)傳感器配準(zhǔn)方法研究[J];電光與控制;2009年05期

2 代威;楊克儉;;概率數(shù)據(jù)相關(guān)技術(shù)在目標(biāo)跟蹤中的應(yīng)用[J];中國(guó)水運(yùn)(理論版);2006年03期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 董晶晶;視頻多目標(biāo)跟蹤算法的研究和實(shí)現(xiàn)[D];大連理工大學(xué);2011年

2 常樂(lè);數(shù)據(jù)融合在航跡數(shù)據(jù)處理中的應(yīng)用研究[D];南京理工大學(xué);2006年

3 辛瑞紅;運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤研究[D];北京交通大學(xué);2007年

4 龍英睿;空間動(dòng)目標(biāo)預(yù)測(cè)跟蹤研究[D];西安電子科技大學(xué);2007年

5 田嘉洪;多機(jī)動(dòng)目標(biāo)跟蹤技術(shù)研究[D];南京航空航天大學(xué);2007年

6 趙士文;圖像序列中運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤技術(shù)研究[D];武漢理工大學(xué);2008年

7 鄒海英;基于神經(jīng)網(wǎng)絡(luò)的多目標(biāo)跟蹤信息融合技術(shù)的研究[D];哈爾濱理工大學(xué);2008年

8 李鳳凱;多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法研究[D];天津大學(xué);2007年

9 陳建軍;基于雷達(dá)和電子海圖的航跡預(yù)測(cè)[D];哈爾濱工程大學(xué);2008年

10 李豐博;視頻融合后的雷達(dá)目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2009年

  本文關(guān)鍵詞：多目標(biāo)跟蹤理論與方法，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：315168