目标跟踪与数据融合理论及方法PDF电子书下载
交通运输
- 作 者：石章松，刘忠，王航宇等编着
- 出 版 社：北京：国防工业出版社
- 出版年份：2010
- ISBN：9787118069914
- 页数：331 页
图书介绍：本书系统地介绍了国内外多年来舰艇指控系统中的目标定位跟踪理论与方法研究成果。全书由8章组成，主要内容有：舰艇指控系统概述、目标定位跟踪的目的、意义、基本概念和基本原理；技术理论基础；目标空间位置描述方法；水面舰艇指控系统中的目标定位跟踪方法及机动目标跟踪滤波方法；潜艇指控系统中的水下目标被动跟踪方法；基于多源数据融合的目标定位跟踪理论和方法；目标定位跟踪仿真系统实现方法等。 查看图书目录点击购买PDF全本电子书 上一篇：公路勘察设计监理指南下一篇：驼峰信号设备维修 《目标跟踪与数据融合理论及方法》目录 标签：石章 论及 编着 跟踪 目标
第1章 绪论1
1.1 引言1
1.2 基本原理2
1.3 内容组织5
第2章 目标定位7
2.1 概述7
2.2 坐标系及坐标转换8
2.2.1 地球椭球知识8
2.2.2 常用坐标系9
2.2.3 坐标转换关系及计算12
2.3 定位误差的度量31
2.3.1 三维正态分布32
2.3.2 等概率密度椭球（误差椭球）32
2.3.3 落入误差球的概率33
2.3.4 球概率误差及圆概率误差34
2.4 空间定位方法及误差分析35
2.4.1 单站球坐标测量定位系统35
2.4.2 多站斜距离测量定位系统40
2.4.3 动目标定位的平滑47
第3章 目标跟踪基本方法48
3.1 概述48
3.2 坐标系的选择50
3.2.1 极坐标系50
3.2.2 直角坐标系51
3.3 数据预处理54
3.3.1 野点剔除54
3.3.2 数据压缩技术56
3.4 目标运动模型58
3.4.1 微分多项式模型59
3.4.2 CV和CA模型60
3.4.3 辛格模型62
3.4.4 半马尔科夫模型64
3.4.5 机动目标“当前”模型65
3.4.6 二维转弯运动模型65
3.4.7 三维模型68
3.4.8 比例导引运动模型70
3.5 量测模型73
3.5.1 传感器球坐标模型73
3.5.2 传感器直角坐标模型74
3.5.3 两种测量坐标转换误差分析75
3.6 基本的目标跟踪滤波方法80
3.6.1 基于圆周运动模型的卡尔曼滤波算法80
3.6.2 基于比例导引运动的卡尔曼滤波算法86
第4章 机动目标跟踪方法91
4.1 机动检测自适应滤波92
4.1.1 机动检测方法92
4.1.2 实现机动检测自适应滤波的各种方法94
4.1.3 变维滤波算法96
4.2 实时辨识自适应滤波98
4.2.1 噪声统计特性的极大似然估计99
4.2.2 噪声均值与协方差时变时的自适应滤波算法104
4.2.3 输入估计法105
4.3 “全面”自适应滤波108
4.3.1 MM算法的一般描述109
4.3.2 滤波器重新初始化和IMM算法112
4.4 基于弹道特性的高速机动目标跟踪算法115
4.4.1 高速机动反舰导弹的运动建模116
4.4.2 基于参数辨识模型的机动目标跟踪算法128
4.4.3 基于弹道规律的机动目标跟踪算法138
第5章 基于纯方位的水下目标被动跟踪方法145
5.1 概述145
5.1.1 可观测性研究状况146
5.1.2 定位与跟踪算法的研究状况148
5.1.3 单站观测器机动航路优化的研究状况150
5.2 单站纯方位目标运动分析的可观测性分析151
5.2.1 引言151
5.2.2 问题描述152
5.2.3 确定性方位测量的图解分析155
5.2.4 系统的可观测性162
5.3 单站纯方位目标定位与跟踪算法173
5.3.1 系统模型描述174
5.3.2 基于辅助变量的伪线性递推最小二乘估计算法175
5.3.3 近似线性化的两阶段滤波算法181
5.4 纯方位观测器平台机动航路优化189
5.4.1 定位与跟踪误差的下限190
5.4.2 航路优化问题的提出194
5.4.3 观测器航路对定位精度的影响197
5.4.4 潜艇典型航路的定位精度分析200
5.4.5 航路优化的方法210
第6章 基于多传感器数据融合的目标跟踪方法218
6.1 概述218
6.1.1 数据融合的定义218
6.1.2 多源数据融合模型219
6.1.3 数据融合的主要处理内容223
6.1.4 一个典型的数据关联—状态融合跟踪环224
6.2 时间与空间配准229
6.2.1 问题描述229
6.2.2 时间配准算法230
6.2.3 空间配准算法232
6.3 数据关联246
6.3.1 数据关联举例246
6.3.2 数据关联过程249
6.3.3 数据关联的一般步骤258
6.3.4 典型数据关联方法260
6.4 航迹及其融合269
6.4.1 基本概念269
6.4.2 航迹管理271
6.4.3 航迹关联275
6.4.4 航迹融合288
第7章 目标跟踪算法的仿真与验证296
7.1 概述296
7.2 系统分析法296
7.2.1 多项式分析296
7.2.2 Riccati方法297
7.2.3 Cramer-Rao下界方法299
7.3 Monte Carlo仿真设计300
7.3.1 Monte Carlo仿真方法300
7.3.2 随机数的产生方法300
7.3.3 仿真设计与结果解释302
7.3.4 一些常用的统计指标304
7.4 目标跟踪算法的仿真305
7.4.1 引言305
7.4.2 软件结构设计305
7.4.3 软件子模块设计308
参考文献317
相关图书
- 《全面小康目标下甘肃农村反贫困研究》杨智 2017
- 《初中英语主题单元育人目标设计与实践》柴本胜着 2019
- 《单元跟踪测试 3 第2版》朱英，周莉琨，安坤主编 2019
- 《多目标下竞争企业的碳排放权初始分配理论与实证研究》夏晖着 2019
- 《专利维持理论及实证研究》乔永忠着 2019
- 《水下磁性目标精密探测理论与方法》卞光浪，翟国君，欧阳永忠，于波，边刚着 2019
- 《世界社会主义跟踪研究报告 2017-2018 且听低谷新潮声 14》李慎明主编 2018
- 《高光谱遥感图像异常目标检测研究》成宝芝 2019
- 《计算机视觉前沿发展：目标检测专题》田彦主编 2020
- 《地球大数据支撑可持续发展目标报告 2019版》郭华东主编 2019
作者其它书籍
- 《断陷湖盆比较沉积学与油气储层》赵永胜等着 1996
- 《市政工程基础》杨岚编着 2009
- 《家畜百宝 猪、牛、羊、鸡的综合利用》山西省商业厅组织技术处编着 1959
- 《《道德经》200句》崇贤书院编着 2018
- 《高级英语阅读与听说教程》刘秀梅编着 2019
- 《计算机网络与通信基础》谢雨飞，田启川编着 2019
- 《思维导图 超好用英语单词书》（中国）王若琳 2019
- 《看图自学吉他弹唱教程》陈飞编着 2019
- 《法语词汇认知联想记忆法》刘莲编着 2020
- 《培智学校义务教育实验教科书教师教学用书 生活适应 二年级 上》人民教育出版社，课程教材研究所，特殊教育课程教材研究中心编着 2019
出版社其它书籍
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编着 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《抗战三部曲 国防诗歌集》蒲风着 1937
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆，鄢莉，谭明华 2019
- 《中国十大出版家》王震，贺越明着 1991
- 《近代民营出版机构的英语函授教育 以“商务、中华、开明”函授学校为个案 1915年-1946年版》丁伟 2017
- 《新工业时代 世界级工业家张毓强和他的“新石头记”》秦朔 2019
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》（中国）工控帮教研组 2019
- 《陶瓷工业节能减排技术丛书 陶瓷工业节能减排与污染综合治理》罗民华着 2017
本类热门
- 1ZINN公路车维修宝典 中文2版
- 2高速铁路特长水下盾构隧道施工技术
- 3汽车电工电子基础
- 4客车车身设计
- 5中国名桥
- 6汽车维修安全操作教程
- 7自行车
- 8交通工程安全风险管控与隐患排查一体化理论方法与信息
- 9公路工程造价员
- 10考证上路一本就够
摘要：本文以“目标跟踪与数据融合理论及方法.pdf电子书版文档下载”为中心，详细阐述了目标跟踪与数据融合的理论基础、关键技术、应用领域以及发展趋势。通过对该文档的深入分析，旨在为相关领域的研究者和工程师提供有益的参考和指导。
1、理论基础
目标跟踪与数据融合理论是近年来人工智能领域的一个重要研究方向。该理论主要研究如何从多个传感器或多个数据源中提取有用信息，实现对目标的准确跟踪。其理论基础主要包括概率论、信息论、信号处理、模式识别等。这些理论为目标跟踪与数据融合提供了坚实的数学基础。
在概率论方面，贝叶斯理论被广泛应用于目标跟踪与数据融合中，用于处理不确定性问题。信息论则为数据融合提供了理论指导，通过香农熵、互信息等概念，对数据源进行有效评估和选择。信号处理技术则用于处理传感器数据，提取目标特征。模式识别技术则用于识别和分类目标。
此外，目标跟踪与数据融合理论还涉及多个学科领域的交叉研究，如计算机视觉、机器学习、控制理论等。这些交叉研究为该领域的发展提供了丰富的理论资源。
2、关键技术
目标跟踪与数据融合的关键技术主要包括传感器数据预处理、特征提取、数据融合、目标跟踪等。以下分别对这四个关键技术进行阐述。
传感器数据预处理是目标跟踪与数据融合的基础，主要包括去噪、归一化、数据增强等。去噪技术用于去除传感器数据中的噪声，提高数据质量。归一化技术则用于将不同传感器或不同数据源的数据进行统一处理。数据增强技术则通过增加数据样本，提高模型的泛化能力。
特征提取是目标跟踪与数据融合的核心，主要包括特征提取方法、特征选择和特征融合。特征提取方法有基于传统方法（如SIFT、HOG等）和基于深度学习的方法（如CNN、RNN等）。特征选择和特征融合则用于提高特征的质量和表达能力。
数据融合技术是实现目标跟踪与数据融合的关键，主要包括多传感器数据融合、多源数据融合等。多传感器数据融合通过整合多个传感器数据，提高目标跟踪的准确性和鲁棒性。多源数据融合则通过整合不同类型的数据源，如图像、雷达、红外等，实现更全面的目标跟踪。
目标跟踪技术是实现目标跟踪与数据融合的最终目的，主要包括跟踪算法、跟踪评估和跟踪优化。跟踪算法有基于卡尔曼滤波、粒子滤波、深度学习等方法。跟踪评估用于评估跟踪算法的性能，跟踪优化则通过调整算法参数，提高跟踪效果。
3、应用领域
目标跟踪与数据融合技术在多个领域具有广泛的应用，以下列举几个典型应用领域。
在智能交通领域，目标跟踪与数据融合技术可用于车辆检测、交通流量分析、交通事故预警等。通过整合摄像头、雷达等传感器数据，实现对车辆的高精度跟踪，为智能交通系统提供数据支持。
在安防监控领域，目标跟踪与数据融合技术可用于人脸识别、行为分析、异常检测等。通过整合摄像头、红外、热成像等传感器数据，实现对目标的实时跟踪和识别，提高安防监控的智能化水平。
在机器人领域，目标跟踪与数据融合技术可用于机器人视觉导航、路径规划、环境感知等。通过整合摄像头、激光雷达等传感器数据，实现机器人对环境的准确感知和导航。
4、发展趋势
随着人工智能技术的不断发展，目标跟踪与数据融合理论及方法也在不断进步。以下列举几个发展趋势。
一是深度学习技术的应用。深度学习技术在目标跟踪与数据融合领域取得了显著成果，如基于深度学习的特征提取、目标检测、跟踪算法等。未来，深度学习技术将继续在该领域发挥重要作用。
二是多传感器融合技术的进步。随着传感器技术的不断发展，多传感器融合技术将更加成熟，实现更高精度、更高鲁棒性的目标跟踪与数据融合。
三是跨领域融合的发展。目标跟踪与数据融合技术将与其他领域（如物联网、大数据等）进行融合，实现更广泛的应用。
总结：
本文对“目标跟踪与数据融合理论及方法.pdf电子书版文档下载”进行了详细阐述，从理论基础、关键技术、应用领域和发展趋势等方面进行了全面分析。通过对该文档的深入研究，有助于推动目标跟踪与数据融合领域的发展。
本文由nayona.cn整理
该网站所有的联系方式，都是工作人员微信，加不上就联系其他号， 联系我们v；shuij56
