目标跟踪与数据融合理论及方法

第1章 绪论

1.1 引言

1.2 基本原理

1.3 内容组织

第2章 目标定位

2.1 概述

2.2 坐标系及坐标转换

2.2.1 地球椭球知识

2.2.2 常用坐标系

2.2.3 坐标转换关系及计算

2.3 定位误差的度量

2.3.1 三维正态分布

2.3.2 等概率密度椭球（误差椭球）

2.3.3 落人误差球的概率

2.3.4 球概率误差及圆概率误差

2.4 空间定位方法及误差分析

2.4.1 单站球坐标测量定位系统

2.4.2 多站斜距离测量定位系统

2.4.3 动目标定位的平滑

第3章 目标跟踪基本方法

3.1 概述

3.2 坐标系的选择

3.2.1 极坐标系

3.2.2 直角坐标系

3.3 数据预处理

3.3.1 野点剔除

3.3.2 数据压缩技术

3.4 目标运动模型

3.4.1 微分多项式模型

3.4.2 CV和CA模型

3.4.3 辛格模型

3.4.4 半马尔科夫模型

3.4.5 机动目标“当前”模型

3.4.6 二维转弯运动模型

3.4.7 三维模型

3.4.8 比例导引运动模型

3.5 量测模型

3.5.1 传感器球坐标模型

3.5.2 传感器直角坐标模型

3.5.3 两种测量坐标转换误差分析

3.6 基本的目标跟踪滤波方法

3.6.1 基于圆周运动模型的卡尔曼滤波算法

3.6.2 基于比例导引运动的卡尔曼滤波算法

第4章 机动目标跟踪方法

4.1 机动检测自适应滤波

4.1.1 机动检测方法

4.1.2 实现机动检测自适应滤波的各种方法

4.1.3 变维滤波算法

4.2 实时辨识自适应滤波

4.2.1 噪声统计特性的极大似然估计

4.2.2 噪声均值与协方差时变时的自适应滤波算法

4.2.3 输入估计法

4.3 “全面”自适应滤波

4.3.1 MM算法的一般描述

4.3.2 滤波器重新初始化和IMM算法

4.4 基于弹道特性的高速机动目标跟踪算法

4.4.1 高速机动反舰导弹的运动建模

4.4.2 基于参数辨识模型的机动目标跟踪算法

4.4.3 基于弹道规律的机动目标跟踪算法

第5章 基于纯方位的水下目标被动跟踪方法

5.1 概述

5.1.1 可观测性研究状况

5.1.2 定位与跟踪算法的研究状况

5.1.3 单站观测器机动航路优化的研究状况

5.2 单站纯方位目标运动分析的可观测性分析

5.2.1 引言

5.2.2 问题描述

5.2.3 确定性方位测量的图解分析

5.2.4 系统的可观测性

5.3 单站纯方位目标定位与跟踪算法

5.3.1 系统模型描述

5.3.2 基于辅助变量的伪线性递推最小二乘估计算法

5.3.3 近似线性化的两阶段滤波算法

5.4 纯方位观测器平台机动航路优化

5.4.1 定位与跟踪误差的下限

5.4.2 航路优化问题的提出

5.4.3 观测器航路对定位精度的影响

5.4.4 潜艇典型航路的定位精度分析

5.4.5 航路优化的方法

第6章 基于多传感器数据融合的目标跟踪方法

6.1 概述

6.1.1 数据融合的定义

6.1.2 多源数据融合模型

6.1.3 数据融合的主要处理内容

6.1.4.一个典型的数据关联－状态融合跟踪环

6.2 时间与空间配准

6.2.1 问题描述

6.2.2 时间配准算法

6.2.3 空间配准算法

6.3 数据关联

6.3.1 数据关联举例

6.3.2 数据关联过程

6.3.3 数据关联的一般步骤

6.3.4 典型数据关联方法

6.4 航迹及其融合

6.4.1 基本概念

6.4.2 航迹管理

6.4.3 航迹关联

6.4.4 航迹融合

第7章 目标跟踪算法的仿真与验证

7.1 概述

7.2 系统分析法

7.2.1 多项式分析

7.2.2 Riccati方法

7.2.3 Cramer－Rao下界方法

7.3 MonteCarlo仿真设计

7.3.1 MonteCarlo仿真方法

7.3.2 随机数的产生方法

7.3.3 仿真设计与结果解释

7.3.4 一些常用的统计指标

7.4 目标跟踪算法的仿真

7.4.1 引言

7.4.2 软件结构设计

7.4.3 软件子模块设计

参考文献

《目标跟踪与数据融合理论及方法》介绍了目标定位与跟踪的目的、意义、基本概念和基本原理；目标定位的概念、方法和定位误差的度量；目标跟踪的基本方法；机动目标跟踪典型算法；基于纯方位的单站目标跟踪问题；水下目标被动跟踪算法以及平台的航路机动优化方法；目标跟踪中的多传感器数据融合；目标跟踪算法的仿真与验证问题等。
《目标跟踪与数据融合理论及方法》适合相关领域的研究人员和工程技术人员阅读，也可作为高等院校相关专业研究生教材。