- 区间分析多目标跟踪理论与方法/雷达数据处理丛书
- - 作者：虎小龙//陈楠祺//张秦//张磊|责编:薛英英
  - 出版社：西安电子科大
  - ISBN：9787560675879
  - 出版日期：2025/04/01
  - 页数：128
- 售价：11.6

内容大纲
本书基于随机有限集理论框架，重点介绍了区间分析技术在贝叶斯滤波跟踪中的应用。针对高目标数、高杂波密度条件下传感器数据量呈指数增加，难以实时处理的问题，本书采用量化的多维区间量测代替传统的点量测信息，并用箱粒子滤波代替传统的粒子滤波来拟合目标后验密度函数，推导了一系列结构简单、计算负担小、在复杂场景下适用性更强的多目标跟踪方法，希望能为推动多目标跟踪技术的发展以及拓展其在实际工程领域的应用提供理论支撑。
本书内容是作者近年来参与各类课题研究成果的总结，涵盖了雷达多目标跟踪领域的部分前沿进展及作者取得的创新成果。本书可作为相关专业教师、科研工作者和工程技术人员的参考书。
作者介绍
目录
第1章  绪论
  1.1  引言
  1.2  多目标跟踪研究现状
    1.2.1  基于数据关联的多目标跟踪方法
    1.2.2  基于随机有限集的多目标跟踪方法
  1.3  多目标跟踪数值计算方法
    1.3.1  高斯混合技术
    1.3.2  粒子滤波技术
    1.3.3  箱粒子滤波技术
  1.4  本章小结
第2章  随机有限集滤波理论与区间分析基础
  2.1  引言
  2.2  随机有限集滤波理论
    2.2.1  贝叶斯多目标滤波
    2.2.2  联合预测与更新广义标签多伯努利滤波
    2.2.3  多传感器联合预测与更新广义标签多伯努利滤波
    2.2.4  标签多伯努利滤波
  2.3  区间分析理论基础
    2.3.1  区间运算
    2.3.2  区间函数
    2.3.3  区间收缩
  2.4  本章小结
第3章  箱粒子标签多伯努利滤波
  3.1  引言
  3.2  包含值与体积值
    3.2.1  单目标跟踪情况的包含值与体积值
    3.2.2  多目标跟踪情况的包含值与体积值
  3.3  标签多伯努利滤波实现
    3.3.1  箱粒子迭代
    3.3.2  粒子迭代
  3.4  仿真实验与分析
    3.4.1  非线性场景
    3.4.2  线性场景
  3.5  本章小结
第4章  箱粒子联合预测与更新广义标签多伯努利滤波
  4.1  引言
  4.2  修正的箱粒子滤波重采样方法
  4.3  联合预测与更新广义标签多伯努利滤波的实现
    4.3.1  箱粒子迭代
    4.3.2  粒子迭代
  4.4  仿真实验与分析
  4.5  本章小结
第5章  多传感器箱粒子联合预测与更新广义标签多伯努利滤波
  5.1  引言
  5.2  多传感器联合预测与更新广义标签多伯努利滤波的实现
    5.2.1  箱粒子迭代
    5.2.2  粒子迭代
  5.3  仿真实验与分析
    5.3.1  非线性场景
    5.3.2  线性场景

  5.4  本章小结
第6章  混合量测多传感器箱粒子联合预测与更新广义标签多伯努利滤波
  6.1  引言
  6.2  量测似然函数g(z|[x])的近似
    6.2.1  量测模型
    6.2.2  近似表达式A
    6.2.3  近似表达式B
  6.3  混合量测多传感器联合预测与更新广义标签多伯努利滤波的实现
    6.3.1  箱粒子迭代
    6.3.2  粒子迭代
  6.4  仿真实验与分析
    6.4.1  不同似然近似下的箱粒子实现滤波对比
    6.4.2  似然近似B下不同箱粒子数滤波对比
    6.4.3  箱粒子实现与粒子实现滤波对比
    6.4.4  混合量测与区间量测箱粒子滤波对比
  6.5  本章小结
附录
  附录A  符号对照表
  附录B  部分缩略语对照表
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目