隨機有限集目標跟蹤

內容簡介

《隨機有限集目標跟蹤》採用目標跟蹤與數據融合界常用的術語和符號，聚焦於系統介紹RFS理論在目標跟蹤領域的具體實現，涵蓋了當前該領域研究的幾乎所有成果：機率假設密度（PHD）、帶勢機率假設密度（CPHD）、多伯努利（MB）、標籤多伯努利（LMB）、廣義標籤多伯努利（GLMB）、δ-GLMB和邊緣δ-GLMB（M8-GLMB）等濾波器。這些濾波器是目標跟蹤領域的新技術，為目標跟蹤提供了全新的思路和有效的解決途徑。在系統介紹上述濾波器後，詳細介紹了它們的擴展和熱點套用，包括機動目標跟蹤、都卜勒雷達目標跟蹤、弱小目標檢測前跟蹤、非標準量測目標跟蹤、分散式多感測器目標跟蹤等。

因而，《隨機有限集目標跟蹤》具有條理清晰、內容系統全面、緊貼熱點前沿的特點，非常適用於相關領域初學者、研究生與工程技術人員。鑒於作者的學習經歷，建議讀者可先閱覽拙作，再學習Mahler原著或范紅旗譯著，這樣相得益彰，學習效率可能會更高些。

圖書目錄

第1章概論

1．1 目標跟蹤與隨機有限集基本概念

1．2 目標跟蹤研究現狀

1．2．1 單目標跟蹤

1．2．2 經典多目標跟蹤

1．2．3 基於隨機有限集的多目標跟蹤

1．3 章節安排與內容組織

第2章單目標跟蹤算法

2．1 引言

2．2 貝葉斯遞歸

2．3 共軛先驗

2．4 卡爾曼濾波

2．5 擴展卡爾曼濾波

2．6 不敏卡爾曼濾波

2．7 容積卡爾曼濾波

2．8 高斯和濾波

2．9 粒子濾波

2．10 小結

第3章隨機有限集基礎

3．1 引言

3．2 隨機有限集統計

3．2．1 隨機有限集及其統計描述符

3．2．2 隨機有限集的強度和勢

3．3 隨機有限集的主要類別

3．3．1 泊松RFS

3．3．2 獨立同分布群RFS

3．3．3 伯努利RFS

3．3．4 多伯努利RFS

3．3．5 標籤RFS

3．3．6 標籤泊松RFS

3．3．7 標籤獨立同分布群RFS

3．3．8 標籤多伯努利RFS

3．3．9 廣義標籤多伯努利RFS

3．3．10 δ-廣義標籤多伯努利RFS

3．4 多目標系統的隨機有限集描述

3．4．1 多目標運動模型與多目標轉移核心

3．4．2 多目標量測模型與多目標量測似然

3．5 多目標貝葉斯遞歸

3．6 多目標形式化建模範式

3．7 粒子多目標濾波器

3．7．1 粒子多目標濾波器預測

3．7．2 粒子多目標濾波器更新

3．8 多目標跟蹤性能度量

隨機有限集目標跟蹤

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條