模糊目标跟踪理论与方法PDF电子书下载

第1章 绪论 1

1.1 目标跟踪基本理论 1

1.1.1 信息融合 1

1.1.2 目标跟踪基本原理 2

1.1.3 多目标跟踪问题的数学描述 3

1.2 目标跟踪技术的研究现状 5

1.2.1 信息融合技术的研究现状 5

1.2.2 航迹起始的研究现状 6

1.2.3 状态估计技术的研究现状 6

1.2.4 数据关联技术的研究现状 7

1.3 模糊目标跟踪方法及分类 8

1.3.1 模糊目标跟踪方法 8

1.3.2 模糊数据关联方法分类 10

1.4 小结 13

参考文献 13

第2章 模糊理论基础 18

2.1 引言 18

2.2 模糊集合理论 19

2.2.1 普通集合 19

2.2.2 模糊集合 21

2.2.3 模糊集合与普通集合之间的关系 25

2.2.4 凸模糊集与模糊数 27

2.3 模糊关系 29

2.3.1 模糊关系的概念 30

2.3.2 模糊关系的矩阵表示 32

2.3.3 扩展原理 33

2.3.4 模糊关系合成 33

2.3.5 模糊相似关系和等价关系 35

2.4 模糊相似性度量 36

2.4.1 模糊集之间的距离 37

2.4.2 贴近度 38

2.4.3 模糊相似度 40

2.5 模糊推理与语言变量 42

2.5.1 模糊命题及蕴涵式 42

2.5.2 模糊推理 45

2.5.3 语言变量 50

2.6 模糊综合评判 54

2.6.1 模糊综合评判的基本概念 54

2.6.2 一级模糊综合评判 55

2.6.3 多级模糊综合评判 58

2.7 模糊聚类分析 59

2.7.1 基于模糊等价关系的聚类方法 60

2.7.2 基于目标函数的模糊聚类方法 64

2.8 小结 67

参考文献 68

第3章 模糊状态估计理论 69

3.1 参数估计理论基础 69

3.2 基本滤波器 72

3.2.1 α-β滤波器 73

3.2.2 卡尔曼滤波器 75

3.2.3 无迹卡尔曼滤波器 80

3.2.4 粒子滤波器 82

3.3 模糊自适应α-β滤波器 84

3.3.1 稳定性分析及α参数选取规则 85

3.3.2 目标机动分析 86

3.3.3 基于模糊逻辑规则的α、β参数选取 87

3.3.4 实验结果及分析 90

3.4 模糊卡尔曼滤波器 92

3.4.1 卡尔曼滤波器稳定性分析 92

3.4.2 基于模糊逻辑规则的过程噪声协方差估计 93

3.4.3 实验结果及分析 95

3.5 基于T-S模糊模型的卡尔曼滤波器 96

3.5.1 T-S模糊模型 97

3.5.2 基于T-S模糊模型的卡尔曼滤波 98

3.6 模糊积分粒子滤波器 99

3.6.1 系统模型 100

3.6.2 高斯-埃尔米特积分规则 101

3.6.3 模糊积分粒子滤波 101

3.6.4 算法讨论 106

3.6.5 实验结果及分析 107

3.7 小结 108

参考文献 109

第4章 模糊航迹起始 111

4.1 Hough变换的基本理论 111

4.1.1 Hough变换原理 111

4.1.2 Hough变换的检测步骤 113

4.1.3 Hough变换在航迹起始中的应用 114

4.2 基于Hough变换与均值漂移的模糊航迹起始 115

4.2.1 均值漂移算法的基本理论 116

4.2.2 模糊影响因子的选取 118

4.2.3 算法流程 121

4.2.4 仿真分析 121

4.3 异类传感器合成量测的模糊航迹起始方法 124

4.3.1 建立候选目标量测集 124

4.3.2 异类传感器的模糊航迹起始 126

4.3.3 仿真分析 128

4.4 小结 130

参考文献 131

第5章 模糊机动目标跟踪 133

5.1 目标运动模型 133

5.1.1 匀速和匀加速运动模型 133

5.1.2 Singer运动模型 134

5.1.3 “当前”统计模型 136

5.1.4 转弯运动模型 137

5.2 基于模糊逻辑的自适应机动目标跟踪 137

5.2.1 模糊输入变量 138

5.2.2 模糊推理 139

5.2.3 自适应调整因子ρ的选取 141

5.2.4 实验结果及分析 142

5.3 被动传感器阵列基于模糊聚类的机动目标跟踪 144

5.3.1 问题描述 144

5.3.2 IMM-MEFPDAF 145

5.3.3 实验结果及分析 149

5.4 基于在线数据驱动的模糊机动目标跟踪 152

5.4.1 模糊聚类算法 152

5.4.2 模糊推理机制 154

5.4.3 模糊目标跟踪 155

5.5 小结 156

参考文献 156

第6章 模糊多目标量测-航迹数据关联 158

6.1 数据关联基础理论 158

6.1.1 时间对准 159

6.1.2 空间对准 161

6.1.3 关联波门 161

6.1.4 数据关联的一般步骤 163

6.2 基于模糊聚类的数据关联 163

6.2.1 模糊C均值聚类数据关联算法 163

6.2.2 多模糊C均值聚类数据关联算法 165

6.2.3 可能性模糊数据关联算法 167

6.3 航向信息辅助的模糊多目标数据关联 170

6.3.1 航向角的定义及求解 171

6.3.2 模糊逻辑推理的多目标数据关联 172

6.3.3 实验结果及分析 177

6.4 被动传感器系统模糊概率双加权数据关联算法 178

6.4.1 被动传感器的量测模型 178

6.4.2 模糊-概率双加权数据关联算法 179

6.4.3 算法讨论 183

6.4.4 实验结果及分析 184

6.5 光学观测数据的模糊综合关联算法 186

6.5.1 算法流程 186

6.5.2 关联预处理 187

6.5.3 模糊综合关联 189

6.6 ADS-B数据和雷达航迹的直觉模糊数据关联算法 191

6.6.1 直觉模糊集理论 192

6.6.2 关联预处理 192

6.6.3 模糊直觉指数的计算 195

6.6.4 各属性的模糊决策分数计算 196

6.6.5 多属性加权决策数据关联 198

6.7 小结 199

参考文献 199

第7章 模糊联合概率数据关联滤波器 201

7.1 PDAF和JPDAF 201

7.1.1 PDAF 201

7.1.2 JPDAF 204

7.2 全邻模糊JPDAF 211

7.2.1 模糊关联隶属度的计算 211

7.2.2 状态及协方差更新 212

7.3 基于模糊推理的JPDAF 213

7.3.1 观测模型 213

7.3.2 模糊数据关联 213

7.3.3 雷达／红外串行融合估计 216

7.4 混合模糊JPDAF 218

7.4.1 模糊C均值聚类算法 218

7.4.2 基于目标跟踪的模糊聚类方法 219

7.4.3 冲突情况的处理 222

7.4.4 混合模糊JPDAF算法 224

7.5 最大熵模糊JPDAF 224

7.5.1 最大熵模糊聚类 225

7.5.2 单目标跟踪 225

7.5.3 多目标跟踪 226

7.5.4 差异因子的选择 228

7.5.5 实验结果及分析 230

7.6 直觉模糊联合概率数据关联滤波器 234

7.6.1 直觉模糊集的构造 234

7.6.2 基于直觉模糊点算子的关联度计算 235

7.6.3 IF-JPDAF1和IF-JPDAF2 238

7.6.4 实验结果及分析 241

7.7 小结 247

参考文献 247

第8章 模糊航迹关联 249

8.1 航迹关联基础 249

8.1.1 航迹融合结构 249

8.1.2 统计关联方法 250

8.2 模糊航迹关联及融合方法 252

8.2.1 问题的提出 252

8.2.2 模糊航迹关联 253

8.2.3 航迹融合 256

8.2.4 实验结果及分析 257

8.3 模糊快速航迹关联算法 258

8.3.1 最小标准化距离最近邻分配策略 258

8.3.2 模糊数据关联 259

8.3.3 航迹融合 260

8.3.4 实验结果及分析 261

8.4 小结 266

参考文献 266