運(yùn)動(dòng)傳感器目標(biāo)跟蹤技術(shù)

第1章 概論
1．1 運(yùn)動(dòng)傳感器目標(biāo)跟蹤概念
1．2 多平臺(tái)多運(yùn)動(dòng)傳感器組網(wǎng)
1．2．1 組網(wǎng)方式
1．2．2 信息處理
1．2．3 主要問題
1．3 目標(biāo)跟蹤技術(shù)進(jìn)展
1．3．1 目標(biāo)跟蹤
1．3．2 多傳感器目標(biāo)跟蹤
1．4 內(nèi)容組織與章節(jié)安排
第2章 運(yùn)動(dòng)傳感器目標(biāo)跟蹤基礎(chǔ)I
2．1 引言
2．2 坐標(biāo)體系
2．2．1 經(jīng)緯高坐標(biāo)系
2．2．2 ECEF坐標(biāo)系
2．2．3 地理坐標(biāo)系
2．2．4 平臺(tái)坐標(biāo)系
2．2．5 觀測坐標(biāo)系
2．2．6 坐標(biāo)系之間關(guān)系
2．3 坐標(biāo)變換
2．3．1 經(jīng)緯高坐標(biāo)與ECEF坐標(biāo)的變換關(guān)系
2．3．2 ECEF坐標(biāo)與NED坐標(biāo)的變換關(guān)系
2．3．3 NED坐標(biāo)與HRD坐標(biāo)的變換關(guān)系
2．3．4 HRD坐標(biāo)與HRD極坐標(biāo)的變換關(guān)系
2．4 坐標(biāo)變換誤差分析
2．4．1 一階泰勒展開的誤差傳遞分析方法
2．4．2 經(jīng)緯高坐標(biāo)到ECEF坐標(biāo)變換誤差傳遞
2．4．3 HRD極坐標(biāo)與HRD直角坐標(biāo)變換誤差傳遞
2．4．4 HIm直角坐標(biāo)與NED變換誤差傳遞
2．4．5 NED與ECEF坐標(biāo)變換誤差傳遞
2．5 運(yùn)動(dòng)平臺(tái)航跡與姿態(tài)模型
2．5．1 平臺(tái)航跡模型
2．5．2 平臺(tái)姿態(tài)模型
2．5．3 仿真分析
2．5．4．實(shí)測數(shù)據(jù)驗(yàn)證
2．6 小結(jié)
第3章 運(yùn)動(dòng)傳感器目標(biāo)跟蹤算法
3．1 引言
3．2 單目標(biāo)跟蹤
3．2．1 貝葉斯遞歸
3．2．2 卡爾曼濾波
3．2．3 擴(kuò)展卡爾曼濾波
3．2．4 不敏卡爾曼濾波
3．2．5 高斯和濾波
3．2．6 粒子濾波
3．3 基于隨機(jī)有限集的多目標(biāo)跟蹤
3．3．1 隨機(jī)有限集的背景知識(shí)
3．3．2 多目標(biāo)狀態(tài)與多目標(biāo)觀測模型
3．3．3 多目標(biāo)貝葉斯遞歸
3．3．4 基于概率假設(shè)密度濾波器的目標(biāo)跟蹤
3．3．5 基于帶勢概率假設(shè)密度濾波器的目標(biāo)跟蹤
3．3．6 基于廣義標(biāo)簽化多伯努利濾波器的目標(biāo)跟蹤
3．4 小結(jié)
第4章 多運(yùn)動(dòng)傳感器最大似然配準(zhǔn)
4．1 引言
4．2 ECEF坐標(biāo)系下有偏觀測模型
4．3 最大似然配準(zhǔn)算法
4．3．1 目標(biāo)狀態(tài)估計(jì)
4．3．2 傳感器偏差估計(jì)
4．3．3 最大似然配性算法流程
4．4 基于ECEF坐標(biāo)系的多運(yùn)動(dòng)平臺(tái)多傳感器最大似然配準(zhǔn)
4．4．1 雅可比矩陣的推導(dǎo)
4．4．2 無源傳感器的斜距估計(jì)
4．5 仿真分析
4．5．1 有源傳感器最大似然配準(zhǔn)
4．5．2 異質(zhì)傳感器最大似然配準(zhǔn)
4．5．3 無源傳感器最大似然配準(zhǔn)
4．6 基于實(shí)際數(shù)據(jù)的最大似然配準(zhǔn)驗(yàn)證
4．7 小結(jié)
第5章 運(yùn)動(dòng)傳感器無源定位及跟蹤
5．1 引言
5．2 運(yùn)動(dòng)單站無源定位及跟蹤
5．2．1 ECEF坐標(biāo)系下運(yùn)動(dòng)單站單次無源定位
5．2．2 單機(jī)多次無源定位跟蹤算法
5．2．3 仿真分析
5．3 運(yùn)動(dòng)雙站純角度無源定位及跟蹤
5．3．1 雙機(jī)純角度無源定位及誤差分析
5．3．2 雙機(jī)多次無源定位與跟蹤
5．3．3 仿真分析
5．4 小結(jié)
第6章 運(yùn)動(dòng)多普勒雷達(dá)傳感器目標(biāo)跟蹤
6．1 引言
6．2 ECEF坐標(biāo)系下帶多普勒的序貫轉(zhuǎn)換量測卡爾曼濾波
6．2．1 基于ECEF坐標(biāo)系的量測模型
6．2．2 帶多普勒量測的序貫轉(zhuǎn)換量測卡爾曼濾波
6．2．3 仿真分析
6．3 雜波條件下基于GM-CPHD的多普勒雷達(dá)多目標(biāo)跟蹤
6．3．1 多目標(biāo)濾波問題的隨機(jī)有限集描述
6．3．2 帶多普勒量測的序貫GM-CPHD算法
6．3．3 仿真分析
6．4 多普勒盲區(qū)下基于GM-PHD的多目標(biāo)跟蹤
6．4．1 并入MDV的檢測概率模型
6．4．2 多普勒盲區(qū)下并入MDV和多普勒信息的GM-PHD濾波器
6．4．3 仿真分析
6．5 小結(jié)
第7章 多運(yùn)動(dòng)傳感器融合跟蹤
7．1 引言
7．2 雜波環(huán)境下異質(zhì)異步傳感器機(jī)動(dòng)目標(biāo)協(xié)同跟蹤
7．2．1 ECEF坐標(biāo)系下系統(tǒng)模型
7．212 ECEF坐標(biāo)系下多傳感器交互多模型概率數(shù)據(jù)關(guān)聯(lián)濾波器
7．2．3 雷達(dá)輻射控制
7．2．4 仿真分析
7．3 多傳感器量測“亂序”時(shí)雜波條件下機(jī)動(dòng)目標(biāo)跟蹤
7．3．1 OoSM問題
7．3．2 帶OoSM的交互多模型概率數(shù)據(jù)關(guān)聯(lián)算法
7．3．3 仿真分析
7．4 帶配準(zhǔn)誤差的多普勒雷達(dá)增廣狀態(tài)GM-PHD多目標(biāo)跟蹤
7．4．1 問題描述
7．4．2 帶配準(zhǔn)誤差的增廣狀態(tài)GM-PHD濾波器
7．4．3 仿真分析
7．5 小結(jié)
第8章 多運(yùn)動(dòng)傳感器目標(biāo)跟蹤系統(tǒng)
8．1 引言
8．2 系統(tǒng)功能與組成
8．2．1 功能
8．2．2 組成
8．3 系統(tǒng)主要軟件模塊
8．3．1 數(shù)據(jù)庫
8．3．2 平臺(tái)動(dòng)態(tài)組網(wǎng)軟件
8．3．3 傳感器信息收集軟件
8．3．4 情報(bào)分發(fā)軟件
8．3．5 系統(tǒng)誤差監(jiān)測與配準(zhǔn)軟件
8．3．6 傳感器管理與控制軟件
8．3．7 信息融合處理軟件
8．3．8 綜合態(tài)勢形成與顯示軟件
8．4 系統(tǒng)應(yīng)用
8．4．1 單平臺(tái)單運(yùn)動(dòng)傳感器目標(biāo)跟蹤系統(tǒng)
8．4．2 單平臺(tái)多運(yùn)動(dòng)傳感器目標(biāo)跟蹤系統(tǒng)
8．4．3 多平臺(tái)多運(yùn)動(dòng)傳感器目標(biāo)跟蹤系統(tǒng)
8．5 小結(jié)
附錄
A．直角坐標(biāo)系之間坐標(biāo)變換
B．極坐標(biāo)對(duì)無源觀測量的雅可比矩陣
C．雙機(jī)純角度定位誤差分析時(shí)雅可比矩陣的推導(dǎo)
D．協(xié)方差矩陣的推導(dǎo)
E．縮略語表
F．符號(hào)規(guī)定
G．Kalman濾波Matlab程序
H．GM-jPHD濾波Matlab程序
參考文獻(xiàn)