檢視水声目标跟踪理论与方法的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/10610471/bd745709d066df5d_s.jpg width="260"></center>
<small>[https://book.kongfz.com/158099/7522000381 来自 孔夫子网 的图片]</small>
|}

《'''水声目标跟踪理论与方法'''》，齐滨 等 著，出版社： 科学出版社 ， 等。

科学出版社是中国最大的综合性科技出版机构<ref>[http://news.sohu.com/a/791262769_121675507 国家对出版社等级是怎样评估的 ]，搜狐，2024-07-06</ref>，由前[[中国科学院编译局]]与1930年代创建的有较大影响的龙门联合书局合并而来。科学出版社比邻[[皇城根遗址公园]]，是一个历史悠久、力量雄厚，以出版[[学术]]书刊为主的开放式出版社<ref>[http://www.cspm.com.cn/gsgk2017/gsjj/ 公司简介]，中国科技出版传媒股份有限公司</ref>。

==内容简介==

水声目标跟踪是在水声目标探测基础之上，通过建立目标运动和观测模型，利用滤波技术和数据关联技术，实现虚警目标剔除、漏检数据补齐、目标批次划分以及目标状态滤波与平滑，是水下目标信息处理的关键技术。《水声目标跟踪理论与方法》简要介绍了目标跟踪的滤波理论及跟踪评价准则，详细论述了基于Rao-Blackwellized粒子滤波器的水声多目标跟踪、基于概率假设密度的多目标跟踪和基于粒子滤波的检测前跟踪等算法，昀后给出了基于单基阵纯方位目标运动分析以及多信息联合目标运动分析算法。

==目录==

丛书序

自序

第1章目标跟踪概论1

1.1目标跟踪问题概述1

1.2目标跟踪[[算法]]的发展历程4参考文献16

第2章目标跟踪的滤波理论24

2.1贝叶斯滤波24

2.1.1离散空间模型24

2.1.2线性状态估计26

2.1.3贝叶斯定理在跟踪中的应用26

2.2状态运动模型27

2.2.1匀速模型27

2.2.2匀加速模型28

2.2.3Singer模型28

2.3目标方位变化规律30

2.4卡尔曼滤波34

2.4.1卡尔曼滤波推导34

2.4.2扩展卡尔曼滤波42

2.4.3扩展卡尔曼平滑45

2.4.4无迹卡尔曼滤波46

2.5粒子滤波48

2.5.1蒙特卡罗积分48

2.5.2[[贝叶斯]]重要性采样48

2.5.3序贯重要性采样51

2.5.4粒子滤波的退化现象和重采样51

vi水声目标跟踪理论与方法

2.5.5基于粒子滤波的状态估计52

2.5.6Rao-Blackwellized粒子滤波器53参考文献54

第3章多目标数据关联及跟踪评价准则55

3.1多目标数据关联方法55

3.1.1昀近邻数据关联55

3.1.2联合概率数据关联56

3.1.3多假设跟踪59

3.2多目标跟踪评价准则60参考文献61

第4章基于Rao-Blackwellized粒子滤波器的水声多目标跟踪62

4.1RBMCDA算法62

4.1.1Rao-Blackwellized粒子滤波器算法流程62

4.1.2RBMCDA算法原理64

4.1.3多观测值的扩展69

4.2改进的RBMCDA实时多目标跟踪算法71

4.2.1基于k时刻昀优粒子的RBMCDA多目标跟踪71

4.2.2基于密度聚类和RBMCDA的实时多目标跟踪72

4.3仿真实验78

4.3.1实验1：可行性验证实验80

4.3.2实验2：鲁棒性验证实验85参考文献90

第5章基于概率假设密度的多目标跟踪算法91

5.1基于随机有限集的多目标跟踪基础91

5.1.1随机有限集的定义91

5.1.2基于随机有限集的多目标跟踪模型95

5.1.3多目标贝叶斯滤波器98

5.2PHD滤波器98

5.2.1PHD滤波器原理98

5.2.2基于序贯蒙特卡罗实现的PHD算法99

5.2.3基于高斯混合实现的PHD算法101

目录vii

5.3基于观测驱动的标签GM-PHD算法多目标跟踪105

5.4仿真实验108

5.4.1实验1：CV模型下的多目标跟踪108

5.4.2实验2：机动目标的跟踪114参考文献117

第6章基于粒子滤波的检测前跟踪算法118

6.1水声阵列信号检测前跟踪基本理论118

6.1.1声呐线列阵信号模型118

6.1.2基于贝叶斯估计的目标跟踪框架120

6.1.3检测前跟踪算法122

6.1.4粒子滤波算法相关理论124

6.2基于被动声呐的粒子滤波单目标检测前跟踪算法128

6.2.1被动声呐目标信号源模型的建立128

6.2.2被动声呐量测模型的建立130

6.2.3空间谱量测似然函数模型134

6.2.4仿真实现140

6.3基于被动声呐的粒子滤波多目标检测前跟踪算法148

6.3.1*立分区粒子滤波算法148

6.3.2并行分区粒子滤波算法151

6.3.3联合权值假设检验方法153

6.3.4仿真实现159参考文献170

第7章单基阵纯方位目标运动分析171

7.1单基阵纯方位目标可观测性分析171

7.2LS-BOTMA算法与BCLS-BOTMA算法175

7.2.1LS-BOTMA算法175

7.2.2BCLS-BOTMA算法178

7.3算法评价准则180

7.3.1克拉默-拉奥下界180

7.3.2均方根误差181

7.4仿真结果182参考文献191

viii水声目标跟踪理论与方法

第8章多信息联合目标运动分析193

8.1多普勒频率-方位目标运动分析193

8.1.1多普勒频率-方位目标可观测性分析193

8.1.2伪线性多普勒频率-方位目标运动分析算法196

8.1.3克拉默-拉奥下界200

8.2双基阵目标运动分析203

8.2.1双基阵目标可观测性分析203

8.2.2双基阵目标参数无偏估计算法206

8.2.3克拉默-拉奥下界210

8.3仿真结果212

8.3.1多普勒频率-方位目标运动分析212

8.3.2双基阵目标运动分析220参考文献224

索引225

彩图

==参考文献==
[[Category:040 類書總論；百科全書總論]]