水聲目標跟蹤理論與方法

目錄
叢書序
自序
第1章目標跟蹤概論1
1.1目標跟蹤問題概述1
1.2目標跟蹤算法的發(fā)展歷程4參考文獻16
第2章目標跟蹤的濾波理論24
2.1貝葉斯濾波24
2.1.1離散空間模型24
2.1.2線性狀態(tài)估計26
2.1.3貝葉斯定理在跟蹤中的應用26
2.2狀態(tài)運動模型27
2.2.1勻速模型27
2.2.2勻加速模型28
2.2.3Singer模型28
2.3目標方位變化規(guī)律30
2.4卡爾曼濾波34
2.4.1卡爾曼濾波推導34
2.4.2擴展卡爾曼濾波42
2.4.3擴展卡爾曼平滑45
2.4.4無跡卡爾曼濾波46
2.5粒子濾波48
2.5.1蒙特卡羅積分48
2.5.2貝葉斯重要性采樣48
2.5.3序貫重要性采樣51
2.5.4粒子濾波的退化現(xiàn)象和重采樣51
vi水聲目標跟蹤理論與方法
2.5.5基于粒子濾波的狀態(tài)估計52
2.5.6Rao-Blackwellized粒子濾波器53參考文獻54
第3章多目標數(shù)據(jù)關(guān)聯(lián)及跟蹤評價準則55
3.1多目標數(shù)據(jù)關(guān)聯(lián)方法55
3.1.1昀近鄰數(shù)據(jù)關(guān)聯(lián)55
3.1.2聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)56
3.1.3多假設跟蹤59
3.2多目標跟蹤評價準則60參考文獻61
第4章基于Rao-Blackwellized粒子濾波器的水聲多目標跟蹤62
4.1RBMCDA算法62
4.1.1Rao-Blackwellized粒子濾波器算法流程62
4.1.2RBMCDA算法原理64
4.1.3多觀測值的擴展69
4.2改進的RBMCDA實時多目標跟蹤算法71
4.2.1基于k時刻昀優(yōu)粒子的RBMCDA多目標跟蹤71
4.2.2基于密度聚類和RBMCDA的實時多目標跟蹤72
4.3仿真實驗78
4.3.1實驗1：可行性驗證實驗80
4.3.2實驗2：魯棒性驗證實驗85參考文獻90
第5章基于概率假設密度的多目標跟蹤算法91
5.1基于隨機有限集的多目標跟蹤基礎91
5.1.1隨機有限集的定義91
5.1.2基于隨機有限集的多目標跟蹤模型95
5.1.3多目標貝葉斯濾波器98
5.2PHD濾波器98
5.2.1PHD濾波器原理98
5.2.2基于序貫蒙特卡羅實現(xiàn)的PHD算法99
5.2.3基于高斯混合實現(xiàn)的PHD算法101
目錄vii
5.3基于觀測驅(qū)動的標簽GM-PHD算法多目標跟蹤105
5.4仿真實驗108
5.4.1實驗1：CV模型下的多目標跟蹤108
5.4.2實驗2：機動目標的跟蹤114參考文獻117
第6章基于粒子濾波的檢測前跟蹤算法118
6.1水聲陣列信號檢測前跟蹤基本理論118
6.1.1聲吶線列陣信號模型118
6.1.2基于貝葉斯估計的目標跟蹤框架120
6.1.3檢測前跟蹤算法122
6.1.4粒子濾波算法相關(guān)理論124
6.2基于被動聲吶的粒子濾波單目標檢測前跟蹤算法128
6.2.1被動聲吶目標信號源模型的建立128
6.2.2被動聲吶量測模型的建立130
6.2.3空間譜量測似然函數(shù)模型134
6.2.4仿真實現(xiàn)140
6.3基于被動聲吶的粒子濾波多目標檢測前跟蹤算法148
6.3.1*立分區(qū)粒子濾波算法148
6.3.2并行分區(qū)粒子濾波算法151
6.3.3聯(lián)合權(quán)值假設檢驗方法153
6.3.4仿真實現(xiàn)159參考文獻170
第7章單基陣純方位目標運動分析171
7.1單基陣純方位目標可觀測性分析171
7.2LS-BOTMA算法與BCLS-BOTMA算法175
7.2.1LS-BOTMA算法175
7.2.2BCLS-BOTMA算法178
7.3算法評價準則180
7.3.1克拉默-拉奧下界180
7.3.2均方根誤差181
7.4仿真結(jié)果182參考文獻191
viii水聲目標跟蹤理論與方法
第8章多信息聯(lián)合目標運動分析193
8.1多普勒頻率-方位目標運動分析193
8.1.1多普勒頻率-方位目標可觀測性分析193
8.1.2偽線性多普勒頻率-方位目標運動分析算法196
8.1.3克拉默-拉奧下界200
8.2雙基陣目標運動分析203
8.2.1雙基陣目標可觀測性分析203
8.2.2雙基陣目標參數(shù)無偏估計算法206
8.2.3克拉默-拉奧下界210
8.3仿真結(jié)果212
8.3.1多普勒頻率-方位目標運動分析212
8.3.2雙基陣目標運動分析220參考文獻224
索引225
彩圖