多源信息目標(biāo)定位與跟蹤

第1章 導(dǎo)論 001
1.1 多源信息目標(biāo)定位與跟蹤的基本概念 001
1.1.1 概述 001
1.1.2 定位與跟蹤的定義 002
1.1.3 多源信息的定義 004
1.2 多源信息目標(biāo)定位與跟蹤要解決的兩類(lèi)難題及一般步驟 005
1.2.1 量測(cè)信息的不確定性 005
1.2.2 目標(biāo)信息的不確定性 006
1.2.3 解決定位與跟蹤問(wèn)題的一般步驟 006
1.3 多源信息目標(biāo)定位與跟蹤的關(guān)鍵技術(shù)領(lǐng)域 007
1.3.1 多傳感器定位 007
1.3.2 多目標(biāo)跟蹤 008
1.3.3 機(jī)動(dòng)目標(biāo)跟蹤 009
1.3.4 擴(kuò)展目標(biāo)跟蹤 010
1.3.5 定位與跟蹤性能評(píng)估 011
本章小結(jié) 012
第2章 多源信息目標(biāo)定位與跟蹤模型 013
2.1 概述 013
2.2 目標(biāo)運(yùn)動(dòng)模型 014
2.2.1 非機(jī)動(dòng)模型 015
2.2.2 勻加速度模型 016
2.2.3 Singer模型 017
2.2.4 基于參考加速度的自適應(yīng)機(jī)動(dòng)目標(biāo)模型 018
2.2.5 二維勻轉(zhuǎn)彎模型 021
2.2.6 三維空間平面勻轉(zhuǎn)彎模型 022
2.2.7 三維勻轉(zhuǎn)彎模型 024
2.3 傳感器量測(cè)模型 025
2.3.1 雷達(dá)量測(cè)模型 026
2.3.2 多普勒雷達(dá)量測(cè)模型 026
2.3.3 三維被動(dòng)量測(cè)模型 027
2.3.4 二維被動(dòng)量測(cè)模型 027
2.3.5 傳感器及定位跟蹤環(huán)境特征模型 027
本章小結(jié) 028
參考文獻(xiàn) 028
第3章 估計(jì)與濾波技術(shù) 030
3.1 概述 030
3.2 概率與統(tǒng)計(jì)基礎(chǔ) 031
3.2.1 概率與條件概率 031
3.2.2 全概率公式與貝葉斯公式 032
3.2.3 隨機(jī)變量、分布函數(shù)與密度函數(shù) 033
3.2.4 隨機(jī)變量的矩 035
3.2.5 多元隨機(jī)變量和全期望公式 036
3.2.6 估計(jì)的定義與性質(zhì) 038
3.2.7 高斯及聯(lián)合高斯隨機(jī)變量 039
3.3 參數(shù)估計(jì) 042
3.3.1 極大似然估計(jì) 042
3.3.2 最小二乘估計(jì) 043
3.4 狀態(tài)估計(jì) 046
3.4.1 最大后驗(yàn)估計(jì) 047
3.4.2 最小均方誤差估計(jì) 047
3.4.3 線性最小均方誤差估計(jì) 047
3.5 線性結(jié)構(gòu)估計(jì)器 049
3.5.1 卡爾曼濾波 049
3.5.2 基于函數(shù)逼近的LMMSE估計(jì)器 053
3.5.3 基于矩逼近的LMMSE估計(jì)器 056
3.5.4 仿真結(jié)果與分析 062
3.6 非線性結(jié)構(gòu)估計(jì)器 064
3.7 混合結(jié)構(gòu)估計(jì)器——高斯和濾波 065
本章小結(jié) 068
參考文獻(xiàn) 068
第4章 多源聯(lián)合目標(biāo)定位 070
4.1 概述 070
4.2 基于接收信號(hào)強(qiáng)度指示的目標(biāo)定位 071
4.3 基于到達(dá)時(shí)間的目標(biāo)定位 072
4.4 基于到達(dá)時(shí)間差的目標(biāo)定位 073
4.5 基于到達(dá)角度的目標(biāo)定位 078
4.5.1 基于參數(shù)估計(jì)的目標(biāo)定位算法 080
4.5.2 基于幾何分析的目標(biāo)定位算法 081
4.6 擴(kuò)維最小二乘目標(biāo)定位 083
4.6.1 擴(kuò)維非線性最小二乘估計(jì) 083
4.6.2 仿真驗(yàn)證及分析 086
4.7 基于檢測(cè)的目標(biāo)定位 088
4.7.1 質(zhì)心定位法 089
4.7.2 加權(quán)質(zhì)心定位法 089
4.7.3 近似三角形內(nèi)點(diǎn)測(cè)試定位法 089
4.7.4 距離向量跳數(shù)定位法 091
本章小結(jié) 092
參考文獻(xiàn) 092
第5章 信息轉(zhuǎn)換濾波及目標(biāo)跟蹤 093
5.1 概述 093
5.2 非線性結(jié)構(gòu)估計(jì)器 094
5.2.1 不相關(guān)轉(zhuǎn)換濾波 094
5.2.2 最優(yōu)轉(zhuǎn)換采樣濾波 102
5.2.3 廣義轉(zhuǎn)換濾波 106
5.2.4 信息轉(zhuǎn)換濾波在目標(biāo)跟蹤中的應(yīng)用 110
5.3 混合結(jié)構(gòu)估計(jì)器 115
5.3.1 多轉(zhuǎn)換估計(jì)方法 115
5.3.2 交互式多轉(zhuǎn)換算法 117
5.3.3 多轉(zhuǎn)換估計(jì)方法在目標(biāo)跟蹤中的應(yīng)用 118
本章小結(jié) 120
參考文獻(xiàn) 120
第6章 多目標(biāo)跟蹤 122
6.1 概述 122
6.1.1 研究背景與意義 122
6.1.2 多目標(biāo)跟蹤場(chǎng)景 122
6.1.3 多目標(biāo)跟蹤方法 124
6.2 跟蹤門(mén) 125
6.2.1 基本概念 125
6.2.2 矩形跟蹤門(mén) 126
6.2.3 橢形跟蹤門(mén) 126
6.2.4 其他跟蹤門(mén) 127
6.3 最近鄰方法 127
6.4 概率數(shù)據(jù)關(guān)聯(lián) 127
6.4.1 概率數(shù)據(jù)關(guān)聯(lián)概述 127
6.4.2 關(guān)聯(lián)事件后驗(yàn)概率 129
6.4.3 目標(biāo)狀態(tài)估計(jì) 133
6.5 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián) 134
6.5.1 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)概述 134
6.5.2 聯(lián)合事件枚舉 136
6.5.3 聯(lián)合事件后驗(yàn)概率 139
6.5.4 目標(biāo)狀態(tài)估計(jì) 141
6.6 多假設(shè)跟蹤 142
6.6.1 多假設(shè)跟蹤概述 142
6.6.2 面向假設(shè)的多假設(shè)跟蹤 143
6.6.3 面向航跡的多假設(shè)跟蹤 148
6.6.4 仿真結(jié)果與分析 150
本章小結(jié) 153
參考文獻(xiàn) 153
第7章 多源信息機(jī)動(dòng)目標(biāo)跟蹤 154
7.1 概述 154
7.2 混雜系統(tǒng)多源信息多模型估計(jì)基礎(chǔ) 155
7.2.1 混雜系統(tǒng)建模 155
7.2.2 多源信息多模型估計(jì)方法基本思想與步驟 156
7.2.3 多源信息多模型估計(jì)方法發(fā)展歷程 157
7.3 自主式多模型估計(jì)方法 157
7.3.1 自主式多模型估計(jì)方法基本思想 158
7.3.2 自主式多模型估計(jì)算法 158
7.4 交互式多模型估計(jì)方法 159
7.4.1 交互式多模型估計(jì)方法基本思想 159
7.4.2 交互式多模型估計(jì)算法 161
7.5 變結(jié)構(gòu)多模型估計(jì)方法 162
7.5.1 變結(jié)構(gòu)多模型估計(jì)方法簡(jiǎn)介 162
7.5.2 最優(yōu)模型擴(kuò)展多模型估計(jì)方法 166
7.5.3 等效模型擴(kuò)展多模型估計(jì)方法 172
7.6 仿真實(shí)驗(yàn) 181
7.6.1 機(jī)動(dòng)場(chǎng)景設(shè)計(jì) 181
7.6.2 基于不同參數(shù)的模型的仿真場(chǎng)景 184
7.6.3 基于通用模型的仿真場(chǎng)景 187
本章小結(jié) 190
參考文獻(xiàn) 190
第8章 基于多散射點(diǎn)量測(cè)的擴(kuò)展目標(biāo)跟蹤——隨機(jī)矩陣法 192
8.1 概述 192
8.2 基于隨機(jī)矩陣法的擴(kuò)展目標(biāo)跟蹤 194
8.2.1 橢形擴(kuò)展目標(biāo)跟蹤 194
8.2.2 考慮量測(cè)個(gè)數(shù)信息的橢形擴(kuò)展目標(biāo)跟蹤 203
8.2.3 機(jī)動(dòng)橢形擴(kuò)展目標(biāo)跟蹤 211
8.2.4 非橢形擴(kuò)展目標(biāo)跟蹤 220
8.3 量測(cè)分布不均勻下的擴(kuò)展目標(biāo)跟蹤 225
8.3.1 基于偏斜分布的擴(kuò)展目標(biāo)跟蹤 226
8.3.2 基于非均勻分布的擴(kuò)展目標(biāo)跟蹤 231
8.4 空間衛(wèi)星多軌道跟蹤 233
8.4.1 基于軌道信息的空間衛(wèi)星跟蹤 234
8.4.2 仿真實(shí)驗(yàn) 240
本章小結(jié) 242
參考文獻(xiàn) 242
第9章 多源信息復(fù)雜擴(kuò)展目標(biāo)跟蹤 244
9.1 概述 244
9.2 基于星凸形隨機(jī)超曲面的擴(kuò)展目標(biāo)跟蹤 245
9.2.1 星凸形擴(kuò)展目標(biāo)模型 246
9.2.2 帶約束的星凸形擴(kuò)展目標(biāo)模型 248
9.2.3 基于改進(jìn)的星凸形擴(kuò)展目標(biāo)模型的擴(kuò)展目標(biāo)狀態(tài)估計(jì)算法 250
9.2.4 仿真示例及結(jié)果分析 252
9.3 基于形態(tài)變形法的擴(kuò)展目標(biāo)跟蹤 254
9.3.1 基于控制點(diǎn)法的擴(kuò)展目標(biāo)形態(tài)描述 255
9.3.2 基于控制點(diǎn)法的擴(kuò)展目標(biāo)模型 258
9.3.3 基于控制點(diǎn)和參考橢形的光滑擴(kuò)展目標(biāo)跟蹤多量測(cè)源法 261
9.3.4 仿真示例及結(jié)果分析 264
9.4 基于距離像量測(cè)的擴(kuò)展目標(biāo)跟蹤 267
9.4.1 基于支撐函數(shù)的擴(kuò)展目標(biāo)跟蹤模型 267
9.4.2 基于擴(kuò)展高斯映射的擴(kuò)展目標(biāo)跟蹤模型 270
9.4.3 基于閔可夫斯基和的復(fù)雜擴(kuò)展目標(biāo)跟蹤模型 272
9.4.4 仿真結(jié)果與分析 277
本章小結(jié) 281
參考文獻(xiàn) 281
第10章 被動(dòng)目標(biāo)跟蹤 283
10.1 概述 283
10.1.1 被動(dòng)目標(biāo)跟蹤能觀性 284
10.1.2 被動(dòng)目標(biāo)跟蹤濾波算法 284
10.2 系統(tǒng)模型和能觀性分析 285
10.2.1 基于費(fèi)舍爾信息矩陣的能觀性分析 287
10.2.2 基于線性最小均方誤差估計(jì)的能觀性分析 288
10.2.3 能觀性分析在被動(dòng)目標(biāo)跟蹤中的應(yīng)用 290
10.3 純方位跟蹤方法 292
10.3.1 純方位跟蹤問(wèn)題描述 292
10.3.2 純方位跟蹤濾波算法 295
10.3.3 仿真驗(yàn)證及分析 300
10.4 純角度跟蹤方法 303
10.4.1 純角度跟蹤問(wèn)題描述 303
10.4.2 純角度跟蹤濾波算法 311
10.4.3 仿真驗(yàn)證及分析 313
本章小結(jié) 317
參考文獻(xiàn) 317
第11章 性能評(píng)估 318
11.1 概述 318
11.2 定位與跟蹤性能評(píng)估非綜合指標(biāo) 319
11.2.1 真值已知情況下的性能評(píng)估指標(biāo) 319
11.2.2 真值未知情況下的性能評(píng)估方法 320
11.3 定位與跟蹤性能評(píng)估綜合指標(biāo) 322
11.3.1 誤差譜評(píng)估方法 322
11.3.2 動(dòng)態(tài)誤差譜評(píng)估方法 323
11.4 聯(lián)合跟蹤與分類(lèi)性能評(píng)估 324
11.4.1 研究背景 324
11.4.2 基于似真數(shù)據(jù)的聯(lián)合跟蹤與分類(lèi)問(wèn)題的性能評(píng)估 325
11.4.3 聯(lián)合概率散度性能評(píng)估指標(biāo) 326
11.4.4 仿真實(shí)驗(yàn) 329
11.5 跟蹤性能評(píng)估與排序 333
11.5.1 研究動(dòng)機(jī)與問(wèn)題描述 335
11.5.2 綜合性能評(píng)分指標(biāo) 335
11.5.3 性質(zhì)與討論 337
11.5.4 仿真實(shí)驗(yàn) 341
本章小結(jié) 347
參考文獻(xiàn) 347