十多年來，隨著優(yōu)估計(jì)理論和近代智能信號(hào)處理理論的發(fā)展，目標(biāo)跟蹤理論與技術(shù)有了新的發(fā)展�！赌繕�(biāo)跟蹤新理論與技術(shù)》介紹本領(lǐng)域新理論和方法，并收入了作者發(fā)表的80多篇論文�！赌繕�(biāo)跟蹤新理論與技術(shù)》共分五大部分15章。 第一部分是基本理論。包括跟蹤系統(tǒng)的基本概念和模型（章）、優(yōu)估計(jì)理論（第2章）以及機(jī)動(dòng)目標(biāo)模型（第3章）。 第二部分是數(shù)據(jù)關(guān)聯(lián)（第4章）與跟蹤濾波（第5章）。這是目標(biāo)跟蹤系統(tǒng)的兩個(gè)基本問題。在數(shù)據(jù)關(guān)聯(lián)處理方面重點(diǎn)介紹概率聯(lián)合關(guān)聯(lián)處理的幾種新方法，在跟蹤算法方面重點(diǎn)介紹多模型算法和編隊(duì)跟蹤算法。 第三部分是專題討論，共8個(gè)專題。包括快速跟蹤（第6章）；魯棒跟蹤（第7章）；多傳感器融合跟蹤（第8章）；神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤（第9章）；彈道導(dǎo)彈跟蹤與預(yù)測(cè)（0章）；干擾機(jī)多傳感器關(guān)聯(lián)與定位（1章）；無源定位系統(tǒng)信息融合（2章）；網(wǎng)絡(luò)中心戰(zhàn)航跡合成（3章）。 第四部分是工程實(shí)現(xiàn)（4章）。本章以某雷達(dá)數(shù)據(jù)處理器研究為背景，介紹多目標(biāo)跟蹤系統(tǒng)工程設(shè)計(jì)與實(shí)現(xiàn)問題。 第五部分是展望（5章）。介紹了近幾年來多目標(biāo)跟蹤領(lǐng)域關(guān)心的四個(gè)專題，以幫助讀者進(jìn)一步了解多目標(biāo)跟蹤前沿性課題。 《目標(biāo)跟蹤新理論與技術(shù)》選材廣泛，內(nèi)容新穎，突出實(shí)現(xiàn)和應(yīng)用，適用于從事目標(biāo)跟蹤、智能信息處理和控制研究工作的工程技術(shù)人員和研究生閱讀、參考，也可以作為高等院校有關(guān)專業(yè)的教學(xué)參考書。從事目標(biāo)跟蹤、智能信息處理和控制研究工作的工程技術(shù)人員和研究生閱讀、參考，也可以作為高等院校有關(guān)專業(yè)的教學(xué)參考書。
第1章 緒論
1.1 引言
1.2 多目標(biāo)跟蹤系統(tǒng)基本原理
1.3 多目標(biāo)跟蹤系統(tǒng)基本問題
1.4 典型的多目標(biāo)跟蹤系統(tǒng)
1.4.1 邊掃描邊跟蹤雷達(dá)目標(biāo)跟蹤系統(tǒng)
1.4.2 相控陣?yán)走_(dá)目標(biāo)跟蹤系統(tǒng)
1.4.3 雙基達(dá)目標(biāo)跟蹤系統(tǒng)
1.4.4 多目標(biāo)多傳感器跟蹤系統(tǒng)
1.5 本書概貌
小結(jié)
第2章 優(yōu)估計(jì)理論
2.1 估計(jì)基本概念
2.1.1 估計(jì)定義
2.1.2 估計(jì)的三個(gè)指標(biāo)
2.1.3 線性小方差估計(jì)
2.2 卡爾曼濾波及其特性
2.2.1 問題的提出
2.2.2 離散卡爾曼濾波方程
2.2.3 卡爾曼濾波器特性
2.2.4 應(yīng)用
2.3 自適應(yīng)卡爾曼濾波
2.3.1 問題的提出
2.3.2 自適應(yīng)濾波概念
2.3.3 自適應(yīng)濾波算法
2.3.4 Mehra自適應(yīng)卡爾曼濾波
小結(jié)
第3章 機(jī)動(dòng)目標(biāo)模型
3.1 引言
3.2 機(jī)動(dòng)目標(biāo)數(shù)學(xué)模型
3.2.1 增量機(jī)動(dòng)估值模型
3.2.2 強(qiáng)機(jī)動(dòng)目標(biāo)模型
3.3 機(jī)動(dòng)加速度的估計(jì)
3.3.1 輸入估值法
3.3.2 自適應(yīng)濾波方法
3.3.3 機(jī)動(dòng)加速度的探測(cè)器-目標(biāo)攔截幾何圖估計(jì)方法
小結(jié)
第4章 多目標(biāo)跟蹤系統(tǒng)數(shù)據(jù)關(guān)聯(lián)
4.1 引言
4.2 跟蹤波門的設(shè)計(jì)
4.3 “近鄰”法
4.4 點(diǎn)跡一航跡配對(duì)方法
4.5 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)法
4.5.1 引言
4.5.2 優(yōu)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法
4.5.3 優(yōu)聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)經(jīng)驗(yàn)公式
4.6 數(shù)據(jù)關(guān)聯(lián)的模糊推理方法
4.6.1 模糊推理關(guān)聯(lián)處理的基本思路
4.6.2 基本原理
4.6.3 系統(tǒng)實(shí)現(xiàn)
小結(jié)
第5章 多目標(biāo)跟蹤算法
5.1 引言
5.2 “近鄰”貝葉斯方法
5.3 多模型跟蹤算法
5.3.1 引言
5.3.2 變維卡爾曼濾波
5.3.3 自適應(yīng)多模型估計(jì)器
5.4 多假設(shè)跟蹤算法
5.4.1 引言
5.4.2 算法
5.5 目標(biāo)編隊(duì)跟蹤算法
5.5.1 目標(biāo)編隊(duì)跟蹤的基本過程
5.5.2 目標(biāo)編隊(duì)劃分和關(guān)聯(lián)處理
5.5.3 目標(biāo)編隊(duì)分裂和合并的檢測(cè)
5.6 自適應(yīng)模糊濾波
5.6.1 遞歸的小二乘自適應(yīng)模糊濾波
5.6.2 混合推理模糊跟蹤
小結(jié)
第6章 目標(biāo)跟蹤快速算法
6.1 引言
6.2 準(zhǔn)優(yōu)快速跟蹤濾波
6.2.1 改進(jìn)型α-β濾波
6.2.2 降階濾波
6.2.3 常增益濾波
6.3 增益矩陣快速算法
6.3.1 增益矩陣快速計(jì)算方法
6.3.2 AR模型系數(shù)的快速估計(jì)
6.4 并行卡爾曼濾波的心動(dòng)陣列算法
6.4.1 心動(dòng)陣列的矩陣運(yùn)算
6.4.2 標(biāo)準(zhǔn)卡爾曼濾波的心動(dòng)陣列實(shí)現(xiàn)
6.4.3 平方根協(xié)方差卡爾曼濾波的心動(dòng)陣列實(shí)現(xiàn)
6.4.4 平方根信息卡爾曼濾波的心動(dòng)陣列實(shí)現(xiàn)
6.5 基于Lyapunov函數(shù)的快速算法
6.5.1 穩(wěn)定性與Lyapunov函數(shù)
6.5.2 等時(shí)面概念及其性質(zhì)
6.5.3 準(zhǔn)快速濾波跟蹤
6.5.4 Lyapunov矩陣方程的快速解法
6.5.5 結(jié)論
小結(jié)
第7章 魯棒跟蹤技術(shù)
7.1 引言
7.2 魯棒跟蹤基本概念
7.2.1 魯棒跟蹤定義
7.2.2 影響函數(shù)
7.2.3 定量魯棒性測(cè)度指標(biāo)
7.3 魯棒估計(jì)的基本方法
7.3.1 M估計(jì)（廣義極大似然估計(jì)）
7.3.2 L估計(jì)（排序統(tǒng)計(jì)量線性組合估計(jì)）
7.4 野值的判別及剔除方法
7.4.1 野值的分類
7.4.2 野值的遞推判別方法
7.5 魯棒卡爾曼濾波
7.5.1 魯棒小二乘遞推估計(jì)
7.5.2 離散系統(tǒng)M估計(jì)的魯棒卡爾曼估計(jì)
7.5.3 極大極小SA估計(jì)的魯棒卡爾曼濾波器
7.6 變結(jié)構(gòu)魯棒跟蹤
7.6.1 變結(jié)構(gòu)系統(tǒng)性質(zhì)
7.6.2 變結(jié)構(gòu)魯棒跟蹤器結(jié)構(gòu)
7.7 僅有角測(cè)量的機(jī)動(dòng)目標(biāo)魯棒跟蹤
7.7.1 僅有角測(cè)量系統(tǒng)的一般問題
7.7.2 機(jī)動(dòng)目標(biāo)魯棒跟蹤算法
7.7.3 僅有角測(cè)量系統(tǒng)的魯棒制導(dǎo)規(guī)律
小結(jié)
第8章 多傳感器融合跟蹤系統(tǒng)
第9章 神經(jīng)網(wǎng)絡(luò)目標(biāo)跟蹤技術(shù)
0章 彈道導(dǎo)彈跟蹤與預(yù)測(cè)
1章 干擾機(jī)環(huán)境下多目標(biāo)多傳感器關(guān)聯(lián)與定位技術(shù)
2章 無源定位系統(tǒng)數(shù)據(jù)融合定位技術(shù)
3章 網(wǎng)絡(luò)中心戰(zhàn)航跡合成技術(shù)
4章 雷達(dá)數(shù)據(jù)處理技術(shù)
5章 多目標(biāo)傳感器跟蹤技術(shù)展望
參考文獻(xiàn)
書單推薦
