多源信息目标定位与跟踪

第1章 导论 001
1.1 多源信息目标定位与跟踪的基本概念 001
1.1.1 概述 001
1.1.2 定位与跟踪的定义 002
1.1.3 多源信息的定义 004
1.2 多源信息目标定位与跟踪要解决的两类难题及一般步骤 005
1.2.1 量测信息的不确定性 005
1.2.2 目标信息的不确定性 006
1.2.3 解决定位与跟踪问题的一般步骤 006
1.3 多源信息目标定位与跟踪的关键技术领域 007
1.3.1 多传感器定位 007
1.3.2 多目标跟踪 008
1.3.3 机动目标跟踪 009
1.3.4 扩展目标跟踪 010
1.3.5 定位与跟踪性能评估 011
本章小结 012
第2章 多源信息目标定位与跟踪模型 013
2.1 概述 013
2.2 目标运动模型 014
2.2.1 非机动模型 015
2.2.2 匀加速度模型 016
2.2.3 Singer模型 017
2.2.4 基于参考加速度的自适应机动目标模型 018
2.2.5 二维匀转弯模型 021
2.2.6 三维空间平面匀转弯模型 022
2.2.7 三维匀转弯模型 024
2.3 传感器量测模型 025
2.3.1 雷达量测模型 026
2.3.2 多普勒雷达量测模型 026
2.3.3 三维被动量测模型 027
2.3.4 二维被动量测模型 027
2.3.5 传感器及定位跟踪环境特征模型 027
本章小结 028
参考文献 028
第3章 估计与滤波技术 030
3.1 概述 030
3.2 概率与统计基础 031
3.2.1 概率与条件概率 031
3.2.2 全概率公式与贝叶斯公式 032
3.2.3 随机变量、分布函数与密度函数 033
3.2.4 随机变量的矩 035
3.2.5 多元随机变量和全期望公式 036
3.2.6 估计的定义与性质 038
3.2.7 高斯及联合高斯随机变量 039
3.3 参数估计 042
3.3.1 极大似然估计 042
3.3.2 *小二乘估计 043
3.4 状态估计 046
3.4.1 *大后验估计 047
3.4.2 *小均方误差估计 047
3.4.3 线性*小均方误差估计 047
3.5 线性结构估计器 049
3.5.1 卡尔曼滤波 049
3.5.2 基于函数逼近的LMMSE估计器 053
3.5.3 基于矩逼近的LMMSE估计器 056
3.5.4 仿真结果与分析 062
3.6 非线性结构估计器 064
3.7 混合结构估计器——高斯和滤波 065
本章小结 068
参考文献 068
第4章 多源联合目标定位 070
4.1 概述 070
4.2 基于接收信号强度指示的目标定位 071
4.3 基于到达时间的目标定位 072
4.4 基于到达时间差的目标定位 073
4.5 基于到达角度的目标定位 078
4.5.1 基于参数估计的目标定位算法 080
4.5.2 基于几何分析的目标定位算法 081
4.6 扩维*小二乘目标定位 083
4.6.1 扩维非线性*小二乘估计 083
4.6.2 仿真验证及分析 086
4.7 基于检测的目标定位 088
4.7.1 质心定位法 089
4.7.2 加权质心定位法 089
4.7.3 近似三角形内点测试定位法 089
4.7.4 距离向量跳数定位法 091
本章小结 092
参考文献 092
第5章 信息转换滤波及目标跟踪 093
5.1 概述 093
5.2 非线性结构估计器 094
5.2.1 不相关转换滤波 094
5.2.2 *优转换采样滤波 102
5.2.3 广义转换滤波 106
5.2.4 信息转换滤波在目标跟踪中的应用 110
5.3 混合结构估计器 115
5.3.1 多转换估计方法 115
5.3.2 交互式多转换算法 117
5.3.3 多转换估计方法在目标跟踪中的应用 118
本章小结 120
参考文献 120
第6章 多目标跟踪 122
6.1 概述 122
6.1.1 研究背景与意义 122
6.1.2 多目标跟踪场景 122
6.1.3 多目标跟踪方法 124
6.2 跟踪门 125
6.2.1 基本概念 125
6.2.2 矩形跟踪门 126
6.2.3 椭形跟踪门 126
6.2.4 其他跟踪门 127
6.3 *近邻方法 127
6.4 概率数据关联 127
6.4.1 概率数据关联概述 127
6.4.2 关联事件后验概率 129
6.4.3 目标状态估计 133
6.5 联合概率数据关联 134
6.5.1 联合概率数据关联概述 134
6.5.2 联合事件枚举 136
6.5.3 联合事件后验概率 139
6.5.4 目标状态估计 141
6.6 多假设跟踪 142
6.6.1 多假设跟踪概述 142
6.6.2 面向假设的多假设跟踪 143
6.6.3 面向航迹的多假设跟踪 148
6.6.4 仿真结果与分析 150
本章小结 153
参考文献 153
第7章 多源信息机动目标跟踪 154
7.1 概述 154
7.2 混杂系统多源信息多模型估计基础 155
7.2.1 混杂系统建模 155
7.2.2 多源信息多模型估计方法基本思想与步骤 156
7.2.3 多源信息多模型估计方法发展历程 157
7.3 自主式多模型估计方法 157
7.3.1 自主式多模型估计方法基本思想 158
7.3.2 自主式多模型估计算法 158
7.4 交互式多模型估计方法 159
7.4.1 交互式多模型估计方法基本思想 159
7.4.2 交互式多模型估计算法 161
7.5 变结构多模型估计方法 162
7.5.1 变结构多模型估计方法简介 162
7.5.2 *优模型扩展多模型估计方法 166
7.5.3 等效模型扩展多模型估计方法 172
7.6 仿真实验 181
7.6.1 机动场景设计 181
7.6.2 基于不同参数的模型的仿真场景 184
7.6.3 基于通用模型的仿真场景 187
本章小结 190
参考文献 190
第8章 基于多散射点量测的扩展目标跟踪——随机矩阵法 192
8.1 概述 192
8.2 基于随机矩阵法的扩展目标跟踪 194
8.2.1 椭形扩展目标跟踪 194
8.2.2 考虑量测个数信息的椭形扩展目标跟踪 203
8.2.3 机动椭形扩展目标跟踪 211
8.2.4 非椭形扩展目标跟踪 220
8.3 量测分布不均匀下的扩展目标跟踪 225
8.3.1 基于偏斜分布的扩展目标跟踪 226
8.3.2 基于非均匀分布的扩展目标跟踪 231
8.4 空间卫星多轨道跟踪 233
8.4.1 基于轨道信息的空间卫星跟踪 234
8.4.2 仿真实验 240
本章小结 242
参考文献 242
第9章 多源信息复杂扩展目标跟踪 244
9.1 概述 244
9.2 基于星凸形随机超曲面的扩展目标跟踪 245
9.2.1 星凸形扩展目标模型 246
9.2.2 带约束的星凸形扩展目标模型 248
9.2.3 基于改进的星凸形扩展目标模型的扩展目标状态估计算法 250
9.2.4 仿真示例及结果分析 252
9.3 基于形态变形法的扩展目标跟踪 254
9.3.1 基于控制点法的扩展目标形态描述 255
9.3.2 基于控制点法的扩展目标模型 258
9.3.3 基于控制点和参考椭形的光滑扩展目标跟踪多量测源法 261
9.3.4 仿真示例及结果分析 264
9.4 基于距离像量测的扩展目标跟踪 267
9.4.1 基于支撑函数的扩展目标跟踪模型 267
9.4.2 基于扩展高斯映射的扩展目标跟踪模型 270
9.4.3 基于闵可夫斯基和的复杂扩展目标跟踪模型 272
9.4.4 仿真结果与分析 277
本章小结 281
参考文献 281
第10章 被动目标跟踪 283
10.1 概述 283
10.1.1 被动目标跟踪能观性 284
10.1.2 被动目标跟踪滤波算法 284
10.2 系统模型和能观性分析 285
10.2.1 基于费舍尔信息矩阵的能观性分析 287
10.2.2 基于线性*小均方误差估计的能观性分析 288
10.2.3 能观性分析在被动目标跟踪中的应用 290
10.3 纯方位跟踪方法 292
10.3.1 纯方位跟踪问题描述 292
10.3.2 纯方位跟踪滤波算法 295
10.3.3 仿真验证及分析 300
10.4 纯角度跟踪方法 303
10.4.1 纯角度跟踪问题描述 303
10.4.2 纯角度跟踪滤波算法 311
10.4.3 仿真验证及分析 313
本章小结 317
参考文献 317
第11章 性能评估 318
11.1 概述 318
11.2 定位与跟踪性能评估非综合指标 319
11.2.1 真值已知情况下的性能评估指标 319
11.2.2 真值未知情况下的性能评估方法 320
11.3 定位与跟踪性能评估综合指标 322
11.3.1 误差谱评估方法 322
11.3.2 动态误差谱评估方法 323
11.4 联合跟踪与分类性能评估 324
11.4.1 研究背景 324
11.4.2 基于似真数据的联合跟踪与分类问题的性能评估 325
11.4.3 联合概率散度性能评估指标 326
11.4.4 仿真实验 329
11.5 跟踪性能评估与排序 333
11.5.1 研究动机与问题描述 335
11.5.2 综合性能评分指标 335
11.5.3 性质与讨论 337
11.5.4 仿真实验 341
本章小结 347
参考文献 347