中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
多傳感器編隊目標跟蹤技術(第2版) 版權信息
- ISBN：9787121451362
- 條形碼：9787121451362 ; 978-7-121-45136-2
- 裝幀：平塑
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
多傳感器編隊目標跟蹤技術(第2版) 內容簡介
本書是關于多傳感器編隊目標跟蹤技術的專著，是著者對國內外近30年來該領域的研究進展和自身研究成果的總結。全書共8章，主要內容包括緒論、編隊目標航跡起始算法、復雜環境下的集中式多傳感器編隊目標跟蹤算法、部分可辨條件下的穩態編隊跟蹤算法、部分可辨條件下的機動編隊跟蹤算法、集中式多傳感器機動編隊目標跟蹤算法、系統誤差下的編隊目標航跡關聯算法、結論及展望。本書可供信息工程、C3I系統、雷達工程、電子對抗、紅外、聲吶、軍事指揮等專業的科技人員閱讀和參考，還可作為上述專業的高年級本科生或研究生教材，同時可供激光、機器人、遙感、遙測等領域的工程技術人員參考。
多傳感器編隊目標跟蹤技術(第2版) 目錄
目 錄
第1章 緒論 1
1.1 研究背景 1
1.2 國內外研究現狀 3
1.2.1 航跡起始 3
1.2.2 航跡維持 4
1.2.3 機動跟蹤 4
1.2.4 多源航跡融合 4
1.3 多傳感器編隊目標跟蹤技術中有待解決的一些關鍵問題 6
1.3.1 復雜環境下的編隊目標航跡起始技術 6
1.3.2 復雜環境下的集中式多傳感器編隊目標跟蹤技術 8
1.3.3 集中式多傳感器機動編隊目標跟蹤技術 8
1.3.4 系統誤差下的編隊目標航跡關聯技術 9
1.4 本書的主要內容及安排 11
第2章 編隊目標航跡起始算法 13
2.1 引言 13
2.2 基于相對位置矢量的編隊目標灰色航跡起始算法 13
2.2.1 基于循環閾值模型的編隊預分割 15
2.2.2 基于編隊中心點的預互聯 16
2.2.3 基于相對位置矢量的灰色關聯模型 17
2.2.4 編隊內目標航跡的確認 23
2.2.5 編隊目標狀態矩陣的建立 24
2.2.6 仿真比較與分析 24
2.2.7 討論 39
2.3 基于相位相關的部分可辨編隊航跡起始算法 39
2.3.1 問題描述 40
2.3.2 基于編隊中心點的預互聯 41
2.3.3 編隊成員數據空間描述 42
2.3.4 編隊結構對準?旋轉角估計 44
2.3.5 編隊結構對準?平移量估計 45
2.3.6 改進的近鄰精細關聯 46
2.3.7 精細關聯算法流程 49
2.3.8 仿真比較與分析 50
2.4 集中式多傳感器編隊目標灰色航跡起始算法 61
2.4.1 多傳感器編隊目標航跡起始框架 61
2.4.2 多傳感器預互聯編隊內雜波的剔除 62
2.4.3 多傳感器編隊內量測合并模型 63
2.4.4 航跡得分模型的建立 64
2.5 基于運動狀態的集中式多傳感器編隊目標航跡起始算法 66
2.5.1 同狀態航跡子編隊獲取模型 67
2.5.2 多傳感器同狀態編隊互聯模型 70
2.5.3 編隊內航跡精確關聯合并模型 71
2.6 仿真比較與分析 72
2.6.1 仿真環境 72
2.6.2 仿真結果與分析 73
2.7 本章小結 80
第3章 復雜環境下的集中式多傳感器編隊目標跟蹤算法 82
3.1 引言 82
3.2 系統描述 82
3.3 云雨雜波剔除模型和帶狀干擾剔除模型 83
3.3.1 云雨雜波剔除模型 84
3.3.2 帶狀干擾剔除模型 86
3.3.3 驗證分析 86
3.4 基于模板匹配的集中式多傳感器編隊目標跟蹤算法 89
3.4.1 基于編隊整體的預互聯 89
3.4.2 模板匹配模型的建立 90
3.4.3 編隊內航跡的狀態更新 94
3.4.4 討論 94
3.5 基于形狀方位描述符的集中式多傳感器編隊目標粒子濾波算法 95
3.5.1 編隊目標形狀矢量的建立 95
3.5.2 相似度模型的建立 97
3.5.3 冗余圖像的剔除 99
3.5.4 基于粒子濾波的狀態更新 100
3.6 仿真比較與分析 100
3.6.1 仿真環境 100
3.6.2 仿真結果與分析 101
3.7 本章小結 104
第4章 部分可辨條件下的穩態編隊跟蹤算法 106
4.1 引言 106
4.2 基于序貫航跡擬合的穩態編隊精細跟蹤算法 107
4.2.1 問題描述 107
4.2.2 小二乘法簡述及外推方法 108
4.2.3 狀態更新與協方差更新 112
4.2.4 加權系數的確定 115
4.2.5 算法流程框架 116
4.2.6 時間復雜度分析 117
4.3 基于ICP的穩態部分可辨編隊精細跟蹤算法 118
4.3.1 ICP的基本思想 118
4.3.2 點航映射關聯 119
4.3.3 旋轉與平移參數估計 121
4.3.4 關聯算法流程 124
4.3.5 漏關聯量測填補 125
4.3.6 基于多模型的濾波更新 126
4.4 仿真比較與分析 127
4.4.1 仿真環境 128
4.4.2 仿真結果與分析 129
4.5 本章小結 135
第5章 部分可辨條件下的機動編隊跟蹤算法 136
5.1 引言 136
5.2 基于復數域拓撲描述的編隊分裂機動跟蹤算法 137
5.2.1 編隊分裂機動模式分析 137
5.2.2 編隊分裂機動建模與主要步驟 139
5.2.3 單目標離群的判決滑窗內航跡重建 141
5.2.4 編隊整體分裂判決的滑窗內航跡重建 146
5.2.5 仿真比較與分析 149
5.3 基于拓撲模糊對準的編隊合并機動跟蹤算法 158
5.3.1 編隊合并機動模式分析 158
5.3.2 編隊合并機動建模與主要步驟 161
5.3.3 模糊因素集的建立 164
5.3.4 權重的分配 167
5.3.5 對準關聯準則 167
5.3.6 多義性處理 169
5.3.7 仿真比較與分析 170
5.4 本章小結 178
第6章 集中式多傳感器機動編隊目標跟蹤算法 180
6.1 引言 180
6.2 典型機動編隊目標跟蹤模型的建立 180
6.2.1 編隊整體機動跟蹤模型的建立 180
6.2.2 編隊分裂跟蹤模型的建立 184
6.2.3 編隊合并跟蹤模型的建立 186
6.2.4 編隊分散跟蹤模型的建立 188
6.3 變結構JPDA機動編隊目標跟蹤算法 191
6.3.1 事件的定義 191
6.3.2 編隊確認矩陣的建立 192
6.3.3 編隊互聯矩陣的建立 193
6.3.4 編隊確認矩陣的拆分 195
6.3.5 概率的計算 196
6.3.6 編隊內航跡的狀態更新 200
6.4 擴展廣義S-D分配機動編隊目標跟蹤算法 200
6.4.1 基本模型的建立 201
6.4.2 編隊量測的劃分 202
6.4.3 S-D分配問題的構造 205
6.4.4 廣義S-D分配問題的構造 206
6.4.5 編隊內航跡的狀態更新 206
6.5 仿真比較與分析 207
6.5.1 仿真環境 207
6.5.2 仿真結果 209
6.5.3 仿真分析 211
6.6 本章小結 213
第7章 系統誤差下的編隊目標航跡關聯算法 214
7.1 引言 214
7.2 系統誤差下基于雙重模糊拓撲的編隊目標航跡關聯算法 215
7.2.1 基于循環閾值模型的編隊航跡識別 215
7.2.2 重模糊拓撲關聯模型 216
7.2.3 第二重模糊拓撲關聯模型 221
7.3 系統誤差下基于誤差補償的編隊目標航跡關聯算法 223
7.3.1 編隊航跡狀態識別模型 223
7.3.2 編隊航跡系統誤差估計模型 225
7.3.3 誤差補償和編隊內航跡的精確關聯 228
7.3.4 討論 228
7.4 基于多源信息互補的編隊航跡關聯算法 229
7.4.1 部分可辨條件下的編隊航跡關聯問題分析 229
7.4.2 時間對準 231
7.4.3 航跡數據空間的描述 232
7.4.4 基于Fourier變換的旋轉角及平移量估計 233
7.4.5 編隊航跡關聯 235
7.4.6 基于編隊整體運動模型的斷續航跡關聯 241
7.5 仿真比較與分析 243
7.5.1 仿真環境 243
7.5.2 仿真結果與分析 244
7.6 本章小結 247
第8章 結論及展望 249
8.1 研究結論 249
8.2 研究展望 256
附錄A 式（2-17）中閾值參數 的推導 259
附錄B 式（7-19）的推導 262
參考文獻 266
第1章 緒論 1
1.1 研究背景 1
1.2 國內外研究現狀 3
1.2.1 航跡起始 3
1.2.2 航跡維持 4
1.2.3 機動跟蹤 4
1.2.4 多源航跡融合 4
1.3 多傳感器編隊目標跟蹤技術中有待解決的一些關鍵問題 6
1.3.1 復雜環境下的編隊目標航跡起始技術 6
1.3.2 復雜環境下的集中式多傳感器編隊目標跟蹤技術 8
1.3.3 集中式多傳感器機動編隊目標跟蹤技術 8
1.3.4 系統誤差下的編隊目標航跡關聯技術 9
1.4 本書的主要內容及安排 11
第2章 編隊目標航跡起始算法 13
2.1 引言 13
2.2 基于相對位置矢量的編隊目標灰色航跡起始算法 13
2.2.1 基于循環閾值模型的編隊預分割 15
2.2.2 基于編隊中心點的預互聯 16
2.2.3 基于相對位置矢量的灰色關聯模型 17
2.2.4 編隊內目標航跡的確認 23
2.2.5 編隊目標狀態矩陣的建立 24
2.2.6 仿真比較與分析 24
2.2.7 討論 39
2.3 基于相位相關的部分可辨編隊航跡起始算法 39
2.3.1 問題描述 40
2.3.2 基于編隊中心點的預互聯 41
2.3.3 編隊成員數據空間描述 42
2.3.4 編隊結構對準?旋轉角估計 44
2.3.5 編隊結構對準?平移量估計 45
2.3.6 改進的近鄰精細關聯 46
2.3.7 精細關聯算法流程 49
2.3.8 仿真比較與分析 50
2.4 集中式多傳感器編隊目標灰色航跡起始算法 61
2.4.1 多傳感器編隊目標航跡起始框架 61
2.4.2 多傳感器預互聯編隊內雜波的剔除 62
2.4.3 多傳感器編隊內量測合并模型 63
2.4.4 航跡得分模型的建立 64
2.5 基于運動狀態的集中式多傳感器編隊目標航跡起始算法 66
2.5.1 同狀態航跡子編隊獲取模型 67
2.5.2 多傳感器同狀態編隊互聯模型 70
2.5.3 編隊內航跡精確關聯合并模型 71
2.6 仿真比較與分析 72
2.6.1 仿真環境 72
2.6.2 仿真結果與分析 73
2.7 本章小結 80
第3章 復雜環境下的集中式多傳感器編隊目標跟蹤算法 82
3.1 引言 82
3.2 系統描述 82
3.3 云雨雜波剔除模型和帶狀干擾剔除模型 83
3.3.1 云雨雜波剔除模型 84
3.3.2 帶狀干擾剔除模型 86
3.3.3 驗證分析 86
3.4 基于模板匹配的集中式多傳感器編隊目標跟蹤算法 89
3.4.1 基于編隊整體的預互聯 89
3.4.2 模板匹配模型的建立 90
3.4.3 編隊內航跡的狀態更新 94
3.4.4 討論 94
3.5 基于形狀方位描述符的集中式多傳感器編隊目標粒子濾波算法 95
3.5.1 編隊目標形狀矢量的建立 95
3.5.2 相似度模型的建立 97
3.5.3 冗余圖像的剔除 99
3.5.4 基于粒子濾波的狀態更新 100
3.6 仿真比較與分析 100
3.6.1 仿真環境 100
3.6.2 仿真結果與分析 101
3.7 本章小結 104
第4章 部分可辨條件下的穩態編隊跟蹤算法 106
4.1 引言 106
4.2 基于序貫航跡擬合的穩態編隊精細跟蹤算法 107
4.2.1 問題描述 107
4.2.2 小二乘法簡述及外推方法 108
4.2.3 狀態更新與協方差更新 112
4.2.4 加權系數的確定 115
4.2.5 算法流程框架 116
4.2.6 時間復雜度分析 117
4.3 基于ICP的穩態部分可辨編隊精細跟蹤算法 118
4.3.1 ICP的基本思想 118
4.3.2 點航映射關聯 119
4.3.3 旋轉與平移參數估計 121
4.3.4 關聯算法流程 124
4.3.5 漏關聯量測填補 125
4.3.6 基于多模型的濾波更新 126
4.4 仿真比較與分析 127
4.4.1 仿真環境 128
4.4.2 仿真結果與分析 129
4.5 本章小結 135
第5章 部分可辨條件下的機動編隊跟蹤算法 136
5.1 引言 136
5.2 基于復數域拓撲描述的編隊分裂機動跟蹤算法 137
5.2.1 編隊分裂機動模式分析 137
5.2.2 編隊分裂機動建模與主要步驟 139
5.2.3 單目標離群的判決滑窗內航跡重建 141
5.2.4 編隊整體分裂判決的滑窗內航跡重建 146
5.2.5 仿真比較與分析 149
5.3 基于拓撲模糊對準的編隊合并機動跟蹤算法 158
5.3.1 編隊合并機動模式分析 158
5.3.2 編隊合并機動建模與主要步驟 161
5.3.3 模糊因素集的建立 164
5.3.4 權重的分配 167
5.3.5 對準關聯準則 167
5.3.6 多義性處理 169
5.3.7 仿真比較與分析 170
5.4 本章小結 178
第6章 集中式多傳感器機動編隊目標跟蹤算法 180
6.1 引言 180
6.2 典型機動編隊目標跟蹤模型的建立 180
6.2.1 編隊整體機動跟蹤模型的建立 180
6.2.2 編隊分裂跟蹤模型的建立 184
6.2.3 編隊合并跟蹤模型的建立 186
6.2.4 編隊分散跟蹤模型的建立 188
6.3 變結構JPDA機動編隊目標跟蹤算法 191
6.3.1 事件的定義 191
6.3.2 編隊確認矩陣的建立 192
6.3.3 編隊互聯矩陣的建立 193
6.3.4 編隊確認矩陣的拆分 195
6.3.5 概率的計算 196
6.3.6 編隊內航跡的狀態更新 200
6.4 擴展廣義S-D分配機動編隊目標跟蹤算法 200
6.4.1 基本模型的建立 201
6.4.2 編隊量測的劃分 202
6.4.3 S-D分配問題的構造 205
6.4.4 廣義S-D分配問題的構造 206
6.4.5 編隊內航跡的狀態更新 206
6.5 仿真比較與分析 207
6.5.1 仿真環境 207
6.5.2 仿真結果 209
6.5.3 仿真分析 211
6.6 本章小結 213
第7章 系統誤差下的編隊目標航跡關聯算法 214
7.1 引言 214
7.2 系統誤差下基于雙重模糊拓撲的編隊目標航跡關聯算法 215
7.2.1 基于循環閾值模型的編隊航跡識別 215
7.2.2 重模糊拓撲關聯模型 216
7.2.3 第二重模糊拓撲關聯模型 221
7.3 系統誤差下基于誤差補償的編隊目標航跡關聯算法 223
7.3.1 編隊航跡狀態識別模型 223
7.3.2 編隊航跡系統誤差估計模型 225
7.3.3 誤差補償和編隊內航跡的精確關聯 228
7.3.4 討論 228
7.4 基于多源信息互補的編隊航跡關聯算法 229
7.4.1 部分可辨條件下的編隊航跡關聯問題分析 229
7.4.2 時間對準 231
7.4.3 航跡數據空間的描述 232
7.4.4 基于Fourier變換的旋轉角及平移量估計 233
7.4.5 編隊航跡關聯 235
7.4.6 基于編隊整體運動模型的斷續航跡關聯 241
7.5 仿真比較與分析 243
7.5.1 仿真環境 243
7.5.2 仿真結果與分析 244
7.6 本章小結 247
第8章 結論及展望 249
8.1 研究結論 249
8.2 研究展望 256
附錄A 式（2-17）中閾值參數 的推導 259
附錄B 式（7-19）的推導 262
參考文獻 266
展開全部
多傳感器編隊目標跟蹤技術(第2版) 作者簡介
國防科技大學電子科學學院博士后，現為海軍航空大學航空作戰勤務學院講師。主要研究領域為電子偵察信號處理技術、無源定位技術、雷達目標跟蹤技術。作為課題組長或主要完成人參與完成多項國家自然基金、裝發預研基金等項目，在國際國內發表學術論文二十余篇。獲中國指揮與控制學會科技進步二等獎一項。
書友推薦
- >
我從未如此眷戀人間
- >
李白與唐代文化
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
煙與鏡
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
名家帶你讀魯迅:故事新編
- >
史學評論
本類暢銷
