第0章 绪论 1
0.1 引言 1
0.2 现代目标跟踪技术 5
0.2.1 机动目标运动建模与估计 5
0.2.2 时空信息的数据关联 7
0.3 信息融合技术 9
0.3.1 定义、特点与性能优势 9
0.3.2 常用传感器 10
0.3.3 信息融合的功能模型 13
0.3.4 信息融合的系统结构 15
0.3.5 面向目标跟踪的信息融合 20
0.4 本书章节概述 25
参考文献 27
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
1.1 引言 32
1.2 匀加速目标模型 33
1.3 时间相关模型 35
1.4 自适应加速度模型 39
1.5 自适应加速度模型性能分析Ⅰ 41
1.5.1 自适应加速度模型的稳态精度分析 41
1.5.2 自适应加速度模型的动态精度分析 44
1.6 自适应加速度模型性能分析Ⅱ 49
1.7 自适应加速度模型性能分析Ⅲ 54
1.8 小结 60
参考文献 61
第2章 广义扰动输入下的随机系统自适应滤波 62
2.1 引言 62
2.2 问题描述 63
2.3 上限滤波器设计 64
2.4 仿真分析 68
2.5 小结 70
参考文献 70
第2部分 概率数据关联 73
第3章 C-IMMPDA算法 73
3.1 引言 73
3.2 C-IMMPDA算法的提出 74
3.3 C-IMMPDA算法的推导 76
3.4 C-IMMPDA算法的仿真研究 79
3.4.1 对于三种不同航迹条件下两种算法的仿真结果 79
3.4.2 对于三条交叉航迹情况下两种算法的仿真结果 85
3.5 小结 86
参考文献 88
第4章 单传感器广义概率数据关联算法 89
4.1 引言 89
4.2 数据关联算法简介 90
4.2.1 单目标数据关联 90
4.2.2 多目标数据关联 91
4.3 广义概率数据关联算法 92
4.3.1 算法思想 92
4.3.2 状态估计 93
4.3.3 互属概率计算 96
4.3.4 GPDA算法流程 100
4.4 仿真分析 101
4.4.1 点目标交叉运动 102
4.4.2 小目标交叉运动 109
4.5 综合交互式广义数据关联算法 110
4.5.1 C-IMMJPDA算法 110
4.5.2 C-IMMGPDA算法 112
4.6 仿真分析 116
4.6.1 两机动目标仿真 116
4.6.2 机动目标仿真 121
4.7 小结 122
参考文献 123
第5章 多传感器广义概率数据关联与融合 125
5.1 引言 125
5.2 集中式多传感器广义概率数据关联算法 125
5.2.1 序贯多传感器广义概率数据关联 125
5.2.2 仿真分析 128
5.3 分布式多传感器广义数据关联与融合 132
5.3.1 基于GPDA的快速航迹关联与融合算法 132
5.3.2 仿真分析 134
5.4 小结 140
参考文献 141
第6章 综合扩展概率数据关联算法 143
6.1 引言 143
6.2 综合扩展概率数据关联算法 144
6.2.1 算法思想 144
6.2.2 状态估计 145
6.2.3 关联概率的计算 147
6.2.4 IEPDA算法流程 152
6.3 仿真分析 152
6.3.1 场景 154
6.3.2 评价指标 155
6.3.3 仿真结果 156
6.4 小结 167
参考文献 167
第3部分 成像目标跟踪 170
第7章 基于图像的模糊多模型跟踪算法 170
7.1 引言 170
7.2 算法的结构论述 172
7.3 图像特征提取 173
7.3.1 图像分割 173
7.3.2 特征提取 174
7.4 混合量测的计算 174
7.4.1 异步数据融合 175
7.4.2 同步数据融合 177
7.5 模糊多模型跟踪算法 177
7.5.1 目标运动模型 177
7.5.2 模糊跟踪 181
7.6 模糊关联 186
7.7 小结 189
参考文献 189
第8章 Mean Shift跟踪算法中的尺度自适应策略 192
8.1 引言 192
8.2 基于SPMSA的Mean Shift跟踪算法 192
8.3 SPMSA存在的问题 193
8.3.1 小尺度游荡问题 194
8.3.2 尺度跟踪滞后问题 197
8.4 改进的SPMSA 199
8.4.1 小尺度游荡问题的解决方案 199
8.4.2 尺度跟踪滞后问题的解决方案 200
8.5 实验结果 202
8.5.1 实验结果比较 202
8.5.2 参数分析 207
8.5.3 尺度变化加旋转运动时的跟踪结果 209
8.6 小结 209
参考文献 210
第9章 基于多参考模型的Camshift跟踪算法 213
9.1 引言 213
9.2 概率图与Camshift跟踪算法 213
9.3 多颜色分布模型Camshift跟踪算法 217
9.3.1 算法方案 217
9.3.2 模型优化组合算法 219
9.4 多模型Camshift算法的工作机理 221
9.5 实验结果 223
9.6 小结 231
参考文献 231
第4部分 系统的设计、评估与仿真第10章 基于信息类效能函数的传感器管理 233
10.1 引言 233
10.2 传感器管理的内容、功能和作用 233
10.2.1 传感器管理的内容 233
10.2.2 传感器管理的功能 235
10.2.3 传感器管理的作用 237
10.3 传感器管理的分类 237
10.3.1 单传感器管理 237
10.3.2 单平台多传感器管理 239
10.3.3 多平台多传感器管理 242
10.4 基于信息类效能函数的传感器管理 245
10.4.1 基于信息类效能函数的传感器管理最优决策模型 246
10.4.2 基于多模型预测误差协方差的传感器资源分配方法 248
10.4.3 以预测误差协方差为效能函数的决策方案的最优性分析 249
10.4.4 基于传感器资源分配的多模型预测误差协方差分析 252
10.4.5 仿真分析 254
10.5 基于几种信息类效能函数的传感器管理一致性分析 259
10.5.1 一致性分析 259
10.5.2 仿真分析 264
10.6 小结 268
参考文献 268
第11章 机载雷达目标跟踪数据处理技术 274
11.1 前言 274
11.2 系统可行性分析 275
11.2.1 机载雷达目标跟踪系统实现中的问题 275
11.2.2 航迹起始一些性能指标 277
11.2.3 数据精度 284
11.3 系统建模中用到的一些基本算法 286
11.3.1 坐标系选择 286
11.3.2 目标跟踪滤波器的滤波模型构造 288
11.3.3 一类简单模型在不同基下的变换 289
11.3.4 CV模型平面极坐标系下的状态方程 291
11.3.5 概率数据关联算法 294
11.4 跟踪起始 300
11.5 跟踪系统设计及仿真 304
11.5.1 系统概述 304
11.5.2 对确认航迹的状态更新 310
11.5.3 对临时航迹的状态更新 312
11.5.4 对剩余回波进行两点外推算法 314
11.5.5 跟踪系统仿真 316
11.5.6 仿真分析 321
11.6 平滑算法 325
11.7 目标特征和电子地图的应用 327
11.8 全系统仿真 330
参考文献 332
第12章 跟踪系统性能评估及指标体系 334
12.1 引言 334
12.2 单传感器系统的性能评估 335
12.2.1 航迹与目标的关联判断 335
12.2.2 性能评估指标及计算公式 337
12.3 多传感器系统的性能评估 349
12.3.1 集中式融合结构下的系统性能评估 349
12.3.2 分布式融合结构下的系统性能评估 351
12.4 典型场景下系统性能评估的测评 357
12.4.1 单传感器系统性能评估的测评分析 358
12.4.2 多传感器融合场景下的系统性能测评 367
12.5 小结 373
参考文献 374
第13章 机载多传感器跟踪融合系统架构设计与仿真实现 376
13.1 引言 376
13.2 新一代战机的系统架构设计 377
13.2.1 新一代战机的特点分析 377
13.2.2 新一代战机加载的传感器信源 379
13.2.3 新一代战机各飞行阶段的传感器工作模式分析 380
13.2.4 系统架构设计 382
13.3 系统架构验证 392
13.3.1 不同传感器组合情况 392
13.3.2 不同传感器参数情况 394
13.3.3 不同仿真场景情况 397
13.3.4 不同算法参数情况 398
13.3.5 不同算法情况 399
13.4 小结 400
参考文献 400
附录1 第2章公式的推导 402
附录2 第3章部分公式的推导 404