模糊目标跟踪理论与方法【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

模糊目标跟踪理论与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 目标跟踪基本理论1

1.1.1 信息融合1

1.1.2 目标跟踪基本原理2

1.1.3 多目标跟踪问题的数学描述3

1.2 目标跟踪技术的研究现状5

1.2.1 信息融合技术的研究现状5

1.2.2 航迹起始的研究现状6

1.2.3 状态估计技术的研究现状6

1.2.4 数据关联技术的研究现状7

1.3 模糊目标跟踪方法及分类8

1.3.1 模糊目标跟踪方法8

1.3.2 模糊数据关联方法分类10

1.4 小结13

参考文献13

第2章 模糊理论基础18

2.1 引言18

2.2 模糊集合理论19

2.2.1 普通集合19

2.2.2 模糊集合21

2.2.3 模糊集合与普通集合之间的关系25

2.2.4 凸模糊集与模糊数27

2.3 模糊关系29

2.3.1 模糊关系的概念30

2.3.2 模糊关系的矩阵表示32

2.3.3 扩展原理33

2.3.4 模糊关系合成33

2.3.5 模糊相似关系和等价关系35

2.4 模糊相似性度量36

2.4.1 模糊集之间的距离37

2.4.2 贴近度38

2.4.3 模糊相似度40

2.5 模糊推理与语言变量42

2.5.1 模糊命题及蕴涵式42

2.5.2 模糊推理45

2.5.3 语言变量50

2.6 模糊综合评判54

2.6.1 模糊综合评判的基本概念54

2.6.2 一级模糊综合评判55

2.6.3 多级模糊综合评判58

2.7 模糊聚类分析59

2.7.1 基于模糊等价关系的聚类方法60

2.7.2 基于目标函数的模糊聚类方法64

2.8 小结67

参考文献68

第3章 模糊状态估计理论69

3.1 参数估计理论基础69

3.2 基本滤波器72

3.2.1 α-β滤波器73

3.2.2 卡尔曼滤波器75

3.2.3 无迹卡尔曼滤波器80

3.2.4 粒子滤波器82

3.3 模糊自适应α-β滤波器84

3.3.1 稳定性分析及α参数选取规则85

3.3.2 目标机动分析86

3.3.3 基于模糊逻辑规则的α、β参数选取87

3.3.4 实验结果及分析90

3.4 模糊卡尔曼滤波器92

3.4.1 卡尔曼滤波器稳定性分析92

3.4.2 基于模糊逻辑规则的过程噪声协方差估计93

3.4.3 实验结果及分析95

3.5 基于T-S模糊模型的卡尔曼滤波器96

3.5.1 T-S模糊模型97

3.5.2 基于T-S模糊模型的卡尔曼滤波98

3.6 模糊积分粒子滤波器99

3.6.1 系统模型100

3.6.2 高斯-埃尔米特积分规则101

3.6.3 模糊积分粒子滤波101

3.6.4 算法讨论106

3.6.5 实验结果及分析107

3.7 小结108

参考文献109

第4章 模糊航迹起始111

4.1 Hough变换的基本理论111

4.1.1 Hough变换原理111

4.1.2 Hough变换的检测步骤113

4.1.3 Hough变换在航迹起始中的应用114

4.2 基于Hough变换与均值漂移的模糊航迹起始115

4.2.1 均值漂移算法的基本理论116

4.2.2 模糊影响因子的选取118

4.2.3 算法流程121

4.2.4 仿真分析121

4.3 异类传感器合成量测的模糊航迹起始方法124

4.3.1 建立候选目标量测集124

4.3.2 异类传感器的模糊航迹起始126

4.3.3 仿真分析128

4.4 小结130

参考文献131

第5章 模糊机动目标跟踪133

5.1 目标运动模型133

5.1.1 匀速和匀加速运动模型133

5.1.2 Singer运动模型134

5.1.3 “当前”统计模型136

5.1.4 转弯运动模型137

5.2 基于模糊逻辑的自适应机动目标跟踪137

5.2.1 模糊输入变量138

5.2.2 模糊推理139

5.2.3 自适应调整因子ρ的选取141

5.2.4 实验结果及分析142

5.3 被动传感器阵列基于模糊聚类的机动目标跟踪144

5.3.1 问题描述144

5.3.2 IMM-MEFPDAF145

5.3.3 实验结果及分析149

5.4 基于在线数据驱动的模糊机动目标跟踪152

5.4.1 模糊聚类算法152

5.4.2 模糊推理机制154

5.4.3 模糊目标跟踪155

5.5 小结156

参考文献156

第6章 模糊多目标量测-航迹数据关联158

6.1 数据关联基础理论158

6.1.1 时间对准159

6.1.2 空间对准161

6.1.3 关联波门161

6.1.4 数据关联的一般步骤163

6.2 基于模糊聚类的数据关联163

6.2.1 模糊C均值聚类数据关联算法163

6.2.2 多模糊C均值聚类数据关联算法165

6.2.3 可能性模糊数据关联算法167

6.3 航向信息辅助的模糊多目标数据关联170

6.3.1 航向角的定义及求解171

6.3.2 模糊逻辑推理的多目标数据关联172

6.3.3 实验结果及分析177

6.4 被动传感器系统模糊概率双加权数据关联算法178

6.4.1 被动传感器的量测模型178

6.4.2 模糊-概率双加权数据关联算法179

6.4.3 算法讨论183

6.4.4 实验结果及分析184

6.5 光学观测数据的模糊综合关联算法186

6.5.1 算法流程186

6.5.2 关联预处理187

6.5.3 模糊综合关联189

6.6 ADS-B数据和雷达航迹的直觉模糊数据关联算法191

6.6.1 直觉模糊集理论192

6.6.2 关联预处理192

6.6.3 模糊直觉指数的计算195

6.6.4 各属性的模糊决策分数计算196

6.6.5 多属性加权决策数据关联198

6.7 小结199

参考文献199

第7章 模糊联合概率数据关联滤波器201

7.1 PDAF和JPDAF201

7.1.1 PDAF201

7.1.2 JPDAF204

7.2 全邻模糊JPDAF211

7.2.1 模糊关联隶属度的计算211

7.2.2 状态及协方差更新212

7.3 基于模糊推理的JPDAF213

7.3.1 观测模型213

7.3.2 模糊数据关联213

7.3.3 雷达／红外串行融合估计216

7.4 混合模糊JPDAF218

7.4.1 模糊C均值聚类算法218

7.4.2 基于目标跟踪的模糊聚类方法219

7.4.3 冲突情况的处理222

7.4.4 混合模糊JPDAF算法224

7.5 最大熵模糊JPDAF224

7.5.1 最大熵模糊聚类225

7.5.2 单目标跟踪225

7.5.3 多目标跟踪226

7.5.4 差异因子的选择228

7.5.5 实验结果及分析230

7.6 直觉模糊联合概率数据关联滤波器234

7.6.1 直觉模糊集的构造234

7.6.2 基于直觉模糊点算子的关联度计算235

7.6.3 IF-JPDAF1和IF-JPDAF2238

7.6.4 实验结果及分析241

7.7 小结247

参考文献247

第8章 模糊航迹关联249

8.1 航迹关联基础249

8.1.1 航迹融合结构249

8.1.2 统计关联方法250

8.2 模糊航迹关联及融合方法252

8.2.1 问题的提出252

8.2.2 模糊航迹关联253

8.2.3 航迹融合256

8.2.4 实验结果及分析257

8.3 模糊快速航迹关联算法258

8.3.1 最小标准化距离最近邻分配策略258

8.3.2 模糊数据关联259

8.3.3 航迹融合260

8.3.4 实验结果及分析261

8.4 小结266

参考文献266