未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

目标跟踪新理论与技术

作者: 权太范著

出版社: 国防工业出版社

出版时间: 2009-08

版次: 1

ISBN: 9787118061833

定价: 78.00

装帧: 精装

开本: 16开

纸张: 胶版纸

页数: 378页

字数: 437千字

正文语种: 简体中文

分类: 工程技术

1 张插图图片

33人买过

　　十多年来，随着最优估计理论和近代智能信号处理理论的发展，目标跟踪理论与技术有了新的发展。《目标跟踪新理论与技术》介绍本领域最新理论和方法，并收入了作者发表的80多篇论文。《目标跟踪新理论与技术》共分五大部分15章。
　　第一部分是基本理论。包括跟踪系统的基本概念和模型（第1章）、最优估计理论（第2章）以及机动目标模型（第3章）。
　　第二部分是数据关联（第4章）与跟踪滤波（第5章）。这是目标跟踪系统的两个基本问题。在数据关联处理方面重点介绍概率联合关联处理的几种新方法，在跟踪算法方面重点介绍多模型算法和编队跟踪算法。
　　第三部分是专题讨论，共8个专题。包括快速跟踪（第6章）；鲁棒跟踪（第7章）；多传感器融合跟踪（第8章）；神经网络目标跟踪（第9章）；弹道导弹跟踪与预测（第10章）；干扰机多传感器关联与定位（第11章）；无源定位系统信息融合（第12章）；网络中心战航迹合成（第13章）。
　　第四部分是工程实现（第14章）。本章以某雷达数据处理器研究为背景，介绍多目标跟踪系统工程设计与实现问题。
　　第五部分是展望（第15章）。介绍了近几年来多目标跟踪领域关心的四个专题，以帮助读者进一步了解多目标跟踪前沿性课题。
　　《目标跟踪新理论与技术》选材广泛，内容新颖，突出实现和应用，适用于从事目标跟踪、智能信息处理和控制研究工作的工程技术人员和研究生阅读、参考，也可以作为高等院校有关专业的教学参考书。权太范，朝鲜族，1949年10月生，吉林省龙井市人。1977年清华大学电力系统及其自动化专业毕业，1983年哈尔滨工业大学自动控制学科研究生毕业。现任哈尔滨工业大学电子与信息研究院教授，博士生导师，曾任系主任、副所长等职务。二十多年来一直从事两院院士刘永坦教授主持第1章绪论
1.1引言
1.2多目标跟踪系统基本原理
1.3多目标跟踪系统基本问题
1.4典型的多目标跟踪系统
1.4.1边扫描边跟踪雷达目标跟踪系统
1.4.2相控阵雷达目标跟踪系统
1.4.3双基地雷达目标跟踪系统
1.4.4多目标多传感器跟踪系统
1.5本书概貌
小结

第2章最优估计理论
2.1估计基本概念
2.1.1估计定义
2.1.2估计的三个指标
2.1.3线性最小方差估计
2.2卡尔曼滤波及其特性
2.2.1问题的提出
2.2.2离散卡尔曼滤波方程
2.2.3卡尔曼滤波器特性
2.2.4应用
2.3自适应卡尔曼滤波
2.3.1问题的提出
2.3.2自适应滤波概念
2.3.3自适应滤波算法
2.3.4Mehra自适应卡尔曼滤波
小结

第3章机动目标模型
3.1引言
3.2机动目标数学模型
3.2.1增量机动估值模型
3.2.2强机动目标模型
3.3机动加速度的估计
3.3.1输入估值法
3.3.2自适应滤波方法
3.3.3机动加速度的探测器-目标拦截几何图估计方法
小结

第4章多目标跟踪系统数据关联
4.1引言
4.2跟踪波门的设计
4.3“最近邻”法
4.4点迹一航迹配对方法
4.5联合概率数据关联法
4.5.1引言
4.5.2最优联合概率数据关联算法
4.5.3最优联合概率数据关联经验公式
4.6数据关联的模糊推理方法
4.6.1模糊推理关联处理的基本思路
4.6.2基本原理
4.6.3系统实现
小结

第5章多目标跟踪算法
5.1引言
5.2“最近邻”贝叶斯方法
5.3多模型跟踪算法
5.3.1引言
5.3.2变维卡尔曼滤波
5.3.3自适应多模型估计器
5.4多假设跟踪算法
5.4.1引言
5.4.2算法
5.5目标编队跟踪算法
5.5.1目标编队跟踪的基本过程
5.5.2目标编队划分和关联处理
5.5.3目标编队分裂和合并的检测
5.6自适应模糊滤波
5.6.1递归的最小二乘自适应模糊滤波
5.6.2混合推理模糊跟踪
小结

第6章目标跟踪快速算法
6.1引言
6.2准最优快速跟踪滤波
6.2.1改进型α-β滤波
6.2.2降阶滤波
6.2.3常增益滤波
6.3增益矩阵快速算法
6.3.1增益矩阵快速计算方法
6.3.2AR模型系数的快速估计
6.4并行卡尔曼滤波的心动阵列算法
6.4.1心动阵列的矩阵运算
6.4.2标准卡尔曼滤波的心动阵列实现
6.4.3平方根协方差卡尔曼滤波的心动阵列实现
6.4.4平方根信息卡尔曼滤波的心动阵列实现
6.5基于Lyapunov函数的快速算法
6.5.1稳定性与Lyapunov函数
6.5.2等时面概念及其性质
6.5.3准快速滤波跟踪
6.5.4Lyapunov矩阵方程的快速解法
6.5.5结论
小结

第7章鲁棒跟踪技术
7.1引言
7.2鲁棒跟踪基本概念
7.2.1鲁棒跟踪定义
7.2.2影响函数
7.2.3定量鲁棒性测度指标
7.3鲁棒估计的基本方法
7.3.1M估计（广义极大似然估计）
7.3.2L估计（排序统计量线性组合估计）
7.4野值的判别及剔除方法
7.4.1野值的分类
7.4.2野值的递推判别方法
7.5鲁棒卡尔曼滤波
7.5.1鲁棒最小二乘递推估计
7.5.2离散系统M估计的鲁棒卡尔曼估计
7.5.3极大极小SA估计的鲁棒卡尔曼滤波器
7.6变结构鲁棒跟踪
7.6.1变结构系统性质
7.6.2变结构鲁棒跟踪器结构
7.7仅有角测量的机动目标鲁棒跟踪
7.7.1仅有角测量系统的一般问题
7.7.2机动目标鲁棒跟踪算法
7.7.3仅有角测量系统的鲁棒制导规律
小结

第8章多传感器融合跟踪系统
第9章神经网络目标跟踪技术
第10章弹道导弹跟踪与预测
第11章干扰机环境下多目标多传感器关联与定位技术
第12章无源定位系统数据融合定位技术
第13章网络中心战航迹合成技术
第14章雷达数据处理技术
第15章多目标传感器跟踪技术展望
参考文献
内容简介:
　　十多年来，随着最优估计理论和近代智能信号处理理论的发展，目标跟踪理论与技术有了新的发展。《目标跟踪新理论与技术》介绍本领域最新理论和方法，并收入了作者发表的80多篇论文。《目标跟踪新理论与技术》共分五大部分15章。
　　第一部分是基本理论。包括跟踪系统的基本概念和模型（第1章）、最优估计理论（第2章）以及机动目标模型（第3章）。
　　第二部分是数据关联（第4章）与跟踪滤波（第5章）。这是目标跟踪系统的两个基本问题。在数据关联处理方面重点介绍概率联合关联处理的几种新方法，在跟踪算法方面重点介绍多模型算法和编队跟踪算法。
　　第三部分是专题讨论，共8个专题。包括快速跟踪（第6章）；鲁棒跟踪（第7章）；多传感器融合跟踪（第8章）；神经网络目标跟踪（第9章）；弹道导弹跟踪与预测（第10章）；干扰机多传感器关联与定位（第11章）；无源定位系统信息融合（第12章）；网络中心战航迹合成（第13章）。
　　第四部分是工程实现（第14章）。本章以某雷达数据处理器研究为背景，介绍多目标跟踪系统工程设计与实现问题。
　　第五部分是展望（第15章）。介绍了近几年来多目标跟踪领域关心的四个专题，以帮助读者进一步了解多目标跟踪前沿性课题。
　　《目标跟踪新理论与技术》选材广泛，内容新颖，突出实现和应用，适用于从事目标跟踪、智能信息处理和控制研究工作的工程技术人员和研究生阅读、参考，也可以作为高等院校有关专业的教学参考书。
作者简介:
权太范，朝鲜族，1949年10月生，吉林省龙井市人。1977年清华大学电力系统及其自动化专业毕业，1983年哈尔滨工业大学自动控制学科研究生毕业。现任哈尔滨工业大学电子与信息研究院教授，博士生导师，曾任系主任、副所长等职务。二十多年来一直从事两院院士刘永坦教授主持
目录:
第1章绪论
1.1引言
1.2多目标跟踪系统基本原理
1.3多目标跟踪系统基本问题
1.4典型的多目标跟踪系统
1.4.1边扫描边跟踪雷达目标跟踪系统
1.4.2相控阵雷达目标跟踪系统
1.4.3双基地雷达目标跟踪系统
1.4.4多目标多传感器跟踪系统
1.5本书概貌
小结

第2章最优估计理论
2.1估计基本概念
2.1.1估计定义
2.1.2估计的三个指标
2.1.3线性最小方差估计
2.2卡尔曼滤波及其特性
2.2.1问题的提出
2.2.2离散卡尔曼滤波方程
2.2.3卡尔曼滤波器特性
2.2.4应用
2.3自适应卡尔曼滤波
2.3.1问题的提出
2.3.2自适应滤波概念
2.3.3自适应滤波算法
2.3.4Mehra自适应卡尔曼滤波
小结

第3章机动目标模型
3.1引言
3.2机动目标数学模型
3.2.1增量机动估值模型
3.2.2强机动目标模型
3.3机动加速度的估计
3.3.1输入估值法
3.3.2自适应滤波方法
3.3.3机动加速度的探测器-目标拦截几何图估计方法
小结

第4章多目标跟踪系统数据关联
4.1引言
4.2跟踪波门的设计
4.3“最近邻”法
4.4点迹一航迹配对方法
4.5联合概率数据关联法
4.5.1引言
4.5.2最优联合概率数据关联算法
4.5.3最优联合概率数据关联经验公式
4.6数据关联的模糊推理方法
4.6.1模糊推理关联处理的基本思路
4.6.2基本原理
4.6.3系统实现
小结

第5章多目标跟踪算法
5.1引言
5.2“最近邻”贝叶斯方法
5.3多模型跟踪算法
5.3.1引言
5.3.2变维卡尔曼滤波
5.3.3自适应多模型估计器
5.4多假设跟踪算法
5.4.1引言
5.4.2算法
5.5目标编队跟踪算法
5.5.1目标编队跟踪的基本过程
5.5.2目标编队划分和关联处理
5.5.3目标编队分裂和合并的检测
5.6自适应模糊滤波
5.6.1递归的最小二乘自适应模糊滤波
5.6.2混合推理模糊跟踪
小结

第6章目标跟踪快速算法
6.1引言
6.2准最优快速跟踪滤波
6.2.1改进型α-β滤波
6.2.2降阶滤波
6.2.3常增益滤波
6.3增益矩阵快速算法
6.3.1增益矩阵快速计算方法
6.3.2AR模型系数的快速估计
6.4并行卡尔曼滤波的心动阵列算法
6.4.1心动阵列的矩阵运算
6.4.2标准卡尔曼滤波的心动阵列实现
6.4.3平方根协方差卡尔曼滤波的心动阵列实现
6.4.4平方根信息卡尔曼滤波的心动阵列实现
6.5基于Lyapunov函数的快速算法
6.5.1稳定性与Lyapunov函数
6.5.2等时面概念及其性质
6.5.3准快速滤波跟踪
6.5.4Lyapunov矩阵方程的快速解法
6.5.5结论
小结

第7章鲁棒跟踪技术
7.1引言
7.2鲁棒跟踪基本概念
7.2.1鲁棒跟踪定义
7.2.2影响函数
7.2.3定量鲁棒性测度指标
7.3鲁棒估计的基本方法
7.3.1M估计（广义极大似然估计）
7.3.2L估计（排序统计量线性组合估计）
7.4野值的判别及剔除方法
7.4.1野值的分类
7.4.2野值的递推判别方法
7.5鲁棒卡尔曼滤波
7.5.1鲁棒最小二乘递推估计
7.5.2离散系统M估计的鲁棒卡尔曼估计
7.5.3极大极小SA估计的鲁棒卡尔曼滤波器
7.6变结构鲁棒跟踪
7.6.1变结构系统性质
7.6.2变结构鲁棒跟踪器结构
7.7仅有角测量的机动目标鲁棒跟踪
7.7.1仅有角测量系统的一般问题
7.7.2机动目标鲁棒跟踪算法
7.7.3仅有角测量系统的鲁棒制导规律
小结

第8章多传感器融合跟踪系统
第9章神经网络目标跟踪技术
第10章弹道导弹跟踪与预测
第11章干扰机环境下多目标多传感器关联与定位技术
第12章无源定位系统数据融合定位技术
第13章网络中心战航迹合成技术
第14章雷达数据处理技术
第15章多目标传感器跟踪技术展望
参考文献

查看详情

目标跟踪新理论与技术

内容简介:

作者简介:

目录: