十多年來,隨著優(yōu)估計理論和近代智能信號處理理論的發(fā)展,目標(biāo)跟蹤理論與技術(shù)有了新的發(fā)展。《目標(biāo)跟蹤新理論與技術(shù)》介紹本領(lǐng)域新理論和方法,并收入了作者發(fā)表的80多篇論文!赌繕(biāo)跟蹤新理論與技術(shù)》共分五大部分15章。 第一部分是基本理論。包括跟蹤系統(tǒng)的基本概念和模型(章)、優(yōu)估計理論(第2章)以及機動目標(biāo)模型(第3章)。 第二部分是數(shù)據(jù)關(guān)聯(lián)(第4章)與跟蹤濾波(第5章)。這是目標(biāo)跟蹤系統(tǒng)的兩個基本問題。在數(shù)據(jù)關(guān)聯(lián)處理方面重點介紹概率聯(lián)合關(guān)聯(lián)處理的幾種新方法,在跟蹤算法方面重點介紹多模型算法和編隊跟蹤算法。 第三部分是專題討論,共8個專題。包括快速跟蹤(第6章);魯棒跟蹤(第7章);多傳感器融合跟蹤(第8章);神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤(第9章);彈道導(dǎo)彈跟蹤與預(yù)測(0章);干擾機多傳感器關(guān)聯(lián)與定位(1章);無源定位系統(tǒng)信息融合(2章);網(wǎng)絡(luò)中心戰(zhàn)航跡合成(3章)。 第四部分是工程實現(xiàn)(4章)。本章以某雷達(dá)數(shù)據(jù)處理器研究為背景,介紹多目標(biāo)跟蹤系統(tǒng)工程設(shè)計與實現(xiàn)問題。 第五部分是展望(5章)。介紹了近幾年來多目標(biāo)跟蹤領(lǐng)域關(guān)心的四個專題,以幫助讀者進一步了解多目標(biāo)跟蹤前沿性課題。 《目標(biāo)跟蹤新理論與技術(shù)》選材廣泛,內(nèi)容新穎,突出實現(xiàn)和應(yīng)用,適用于從事目標(biāo)跟蹤、智能信息處理和控制研究工作的工程技術(shù)人員和研究生閱讀、參考,也可以作為高等院校有關(guān)專業(yè)的教學(xué)參考書。從事目標(biāo)跟蹤、智能信息處理和控制研究工作的工程技術(shù)人員和研究生閱讀、參考,也可以作為高等院校有關(guān)專業(yè)的教學(xué)參考書。
第1章 緒論
1.1 引言
1.2 多目標(biāo)跟蹤系統(tǒng)基本原理
1.3 多目標(biāo)跟蹤系統(tǒng)基本問題
1.4 典型的多目標(biāo)跟蹤系統(tǒng)
1.4.1 邊掃描邊跟蹤雷達(dá)目標(biāo)跟蹤系統(tǒng)
1.4.2 相控陣?yán)走_(dá)目標(biāo)跟蹤系統(tǒng)
1.4.3 雙基達(dá)目標(biāo)跟蹤系統(tǒng)
1.4.4 多目標(biāo)多傳感器跟蹤系統(tǒng)
1.5 本書概貌
小結(jié)
第2章 優(yōu)估計理論
2.1 估計基本概念
2.1.1 估計定義
2.1.2 估計的三個指標(biāo)
2.1.3 線性小方差估計
2.2 卡爾曼濾波及其特性
2.2.1 問題的提出
2.2.2 離散卡爾曼濾波方程
2.2.3 卡爾曼濾波器特性
2.2.4 應(yīng)用
2.3 自適應(yīng)卡爾曼濾波
2.3.1 問題的提出
2.3.2 自適應(yīng)濾波概念
2.3.3 自適應(yīng)濾波算法
2.3.4 Mehra自適應(yīng)卡爾曼濾波
小結(jié)
第3章 機動目標(biāo)模型
3.1 引言
3.2 機動目標(biāo)數(shù)學(xué)模型
3.2.1 增量機動估值模型
3.2.2 強機動目標(biāo)模型
3.3 機動加速度的估計
3.3.1 輸入估值法
3.3.2 自適應(yīng)濾波方法
3.3.3 機動加速度的探測器-目標(biāo)攔截幾何圖估計方法
小結(jié)
第4章 多目標(biāo)跟蹤系統(tǒng)數(shù)據(jù)關(guān)聯(lián)
4.1 引言
4.2 跟蹤波門的設(shè)計
4.3 “近鄰”法
4.4 點跡一航跡配對方法
4.5 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法
4.5.1 引言
4.5.2 優(yōu)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法
4.5.3 優(yōu)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)經(jīng)驗公式
4.6 數(shù)據(jù)關(guān)聯(lián)的模糊推理方法
4.6.1 模糊推理關(guān)聯(lián)處理的基本思路
4.6.2 基本原理
4.6.3 系統(tǒng)實現(xiàn)
小結(jié)
第5章 多目標(biāo)跟蹤算法
5.1 引言
5.2 “近鄰”貝葉斯方法
5.3 多模型跟蹤算法
5.3.1 引言
5.3.2 變維卡爾曼濾波
5.3.3 自適應(yīng)多模型估計器
5.4 多假設(shè)跟蹤算法
5.4.1 引言
5.4.2 算法
5.5 目標(biāo)編隊跟蹤算法
5.5.1 目標(biāo)編隊跟蹤的基本過程
5.5.2 目標(biāo)編隊劃分和關(guān)聯(lián)處理
5.5.3 目標(biāo)編隊分裂和合并的檢測
5.6 自適應(yīng)模糊濾波
5.6.1 遞歸的小二乘自適應(yīng)模糊濾波
5.6.2 混合推理模糊跟蹤
小結(jié)
第6章 目標(biāo)跟蹤快速算法
6.1 引言
6.2 準(zhǔn)優(yōu)快速跟蹤濾波
6.2.1 改進型α-β濾波
6.2.2 降階濾波
6.2.3 常增益濾波
6.3 增益矩陣快速算法
6.3.1 增益矩陣快速計算方法
6.3.2 AR模型系數(shù)的快速估計
6.4 并行卡爾曼濾波的心動陣列算法
6.4.1 心動陣列的矩陣運算
6.4.2 標(biāo)準(zhǔn)卡爾曼濾波的心動陣列實現(xiàn)
6.4.3 平方根協(xié)方差卡爾曼濾波的心動陣列實現(xiàn)
6.4.4 平方根信息卡爾曼濾波的心動陣列實現(xiàn)
6.5 基于Lyapunov函數(shù)的快速算法
6.5.1 穩(wěn)定性與Lyapunov函數(shù)
6.5.2 等時面概念及其性質(zhì)
6.5.3 準(zhǔn)快速濾波跟蹤
6.5.4 Lyapunov矩陣方程的快速解法
6.5.5 結(jié)論
小結(jié)
第7章 魯棒跟蹤技術(shù)
7.1 引言
7.2 魯棒跟蹤基本概念
7.2.1 魯棒跟蹤定義
7.2.2 影響函數(shù)
7.2.3 定量魯棒性測度指標(biāo)
7.3 魯棒估計的基本方法
7.3.1 M估計(廣義極大似然估計)
7.3.2 L估計(排序統(tǒng)計量線性組合估計)
7.4 野值的判別及剔除方法
7.4.1 野值的分類
7.4.2 野值的遞推判別方法
7.5 魯棒卡爾曼濾波
7.5.1 魯棒小二乘遞推估計
7.5.2 離散系統(tǒng)M估計的魯棒卡爾曼估計
7.5.3 極大極小SA估計的魯棒卡爾曼濾波器
7.6 變結(jié)構(gòu)魯棒跟蹤
7.6.1 變結(jié)構(gòu)系統(tǒng)性質(zhì)
7.6.2 變結(jié)構(gòu)魯棒跟蹤器結(jié)構(gòu)
7.7 僅有角測量的機動目標(biāo)魯棒跟蹤
7.7.1 僅有角測量系統(tǒng)的一般問題
7.7.2 機動目標(biāo)魯棒跟蹤算法
7.7.3 僅有角測量系統(tǒng)的魯棒制導(dǎo)規(guī)律
小結(jié)
第8章 多傳感器融合跟蹤系統(tǒng)
第9章 神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤技術(shù)
0章 彈道導(dǎo)彈跟蹤與預(yù)測
1章 干擾機環(huán)境下多目標(biāo)多傳感器關(guān)聯(lián)與定位技術(shù)
2章 無源定位系統(tǒng)數(shù)據(jù)融合定位技術(shù)
3章 網(wǎng)絡(luò)中心戰(zhàn)航跡合成技術(shù)
4章 雷達(dá)數(shù)據(jù)處理技術(shù)
5章 多目標(biāo)傳感器跟蹤技術(shù)展望
參考文獻(xiàn)