空中目標(biāo)機動參數(shù)估計

第1章 概論
1.1 研究背景及意義
1.2 相關(guān)問題的研究現(xiàn)狀及分析
1.2.1 機動模型問題
1.2.2 運動狀態(tài)與機動參數(shù)的聯(lián)合估計問題
1.2.3 非線性濾波估計與平滑估計問題
1.2.4 距離變化率量測的利用問題
1.3 本書主要工作和結(jié)構(gòu)安排
第2章 最小方差準(zhǔn)則下二維機動參數(shù)估計方法
2.1 基于狀態(tài)擴(kuò)增法的角速度濾波估計
2.1.1 兩類擴(kuò)增的勻速轉(zhuǎn)彎模型
2.1.2 仿真實驗
2.2 基于狀態(tài)擴(kuò)增法的切向／法向加速度濾波估計
2.2.1 連續(xù)時間擴(kuò)增狀態(tài)空間模型
2.2.2 離散時間擴(kuò)增狀態(tài)空間模型
2.2.3 PEKF算法
2.2.4 仿真實驗
2.3 基于狀態(tài)擴(kuò)增法的機動參數(shù)固定滯后估計
2.3.1 AURTSS-d算法
2.3.2 仿真實驗
2.4 本章小結(jié)
第3章 最大似然準(zhǔn)則下相關(guān)量測二維機動參數(shù)估計方法
3.1 時間相關(guān)量測噪聲的狀態(tài)估計問題分析
3.2 基于EM的時間相關(guān)量測噪聲條件下角速度估計算法
3.2.1 時間相關(guān)量測噪聲條件下勻速轉(zhuǎn)彎機動模型
3.2.2 高階（五階）容積卡爾曼濾波與平滑
3.2.3 E-step
3.2.4 M-step
3.2.5 降維估計算法
3.2.6 時間相關(guān)量測噪聲條件下的角速度估計
3.2.7 仿真實驗
3.3 基于EM算法的時間相關(guān)噪聲條件下切向／法向加速度估計
3.3.1 時間相關(guān)量測噪聲條件下切向／法向加速度估計模型
3.3.2 E-step
3.3.3 M-step
3.3.4 時間相關(guān)量測噪聲條件下切向／法向加速度估計算法
3.3.5 仿真實驗
3.4 本章小結(jié)
第4章 噪聲異步相關(guān)下蛇形機動目標(biāo)運動狀態(tài)估計與角速度辨識的期望最大化算法
4.1 引言
4.2 問題描述
4.2.1 基于量測重構(gòu)的異步相關(guān)噪聲解耦策略
4.2.2 基于系統(tǒng)重構(gòu)的角速度解耦策略
4.3 基于HCKS-EM的聯(lián)合估計與辨識算法
4.3.1 E-step
4.3.2 M-step
4.4 仿真分析
4.5 本章小結(jié)
第5章 采用距離變化率量測的二維運動狀態(tài)估計方法
5.1 采用距離變化率量測的無偏量測轉(zhuǎn)換濾波算法
5.1.1 無偏轉(zhuǎn)換
5.1.2 UCMKF-R算法
5.2 采用RR的去相關(guān)無偏量測轉(zhuǎn)換濾波算法
5.2.1 去相關(guān)無偏量測轉(zhuǎn)換
5.2.2 DUCMKF-R算法
5.3 仿真實驗
5.3.1 量測轉(zhuǎn)換性能評估
5.3.2 運動狀態(tài)估計的性能評估
5.4 本章小結(jié)
第6章 采用距離變化率量測的二維機動參數(shù)估計方法
6.1 采用AIMM-CS-DUCMKF-R算法的切向／法向加速度估計
6.1.1 偽線性CSTNA模型
6.1.2 AIMM-CS-DucMKF-R算法
6.1.3 仿真實驗
6.2 切向／法向加速度統(tǒng)計量及近似聯(lián)合概率分布
6.2.1 切向／法向加速度統(tǒng)計量的推導(dǎo)
6.2.2 切向／法向加速度的聯(lián)合經(jīng)驗分布及GMM擬合
6.2.3 切向／法向加速度統(tǒng)計量在機動檢測中的應(yīng)用
6.3 基于雙多普勒雷達(dá)量測的角速度估計
6.3.1 無噪聲條件下速度方向角的計算
6.3.2 高斯白噪聲條件下的角速度估計
6.3.3 仿真實驗
6.4 本章小結(jié)
第7章 基于垂直速度機動模型的三維機動參數(shù)估計方法
7.1 垂直速度機動模型
7.1.1 三維運動學(xué)原理
7.1.2 平面常轉(zhuǎn)彎機動模型
7.1.3 平面變轉(zhuǎn)彎機動模型
7.2 采用距離變化率量測的三維笛卡兒速度計算方法
7.2.1 三維笛卡兒速度的計算原理
7.2.2 基于三部多普勒雷達(dá)量測的目標(biāo)速度計算方法
7.3 垂直速度機動目標(biāo)的轉(zhuǎn)彎率估計
7.3.1 恒定轉(zhuǎn)彎率估計算法
7.3.2 時變轉(zhuǎn)彎率估計算法
7.4 本章小結(jié)
第8章 基于最大混合相關(guān)熵的非線性非高斯系統(tǒng)狀態(tài)估計算法
8.1 引言
8.2 預(yù)備知識
8.2.1 最大混合相關(guān)熵準(zhǔn)則
8.2.2 三階球面容積積分準(zhǔn)則
8.3 問題描述
8.4 基于最大混合相關(guān)熵的離群魯棒非線性濾波器和平滑器
8.4.1 基于最大混合相關(guān)熵的離群魯棒非線性濾波器
8.4.2 基于最大混合相關(guān)熵的離群魯棒非線性平滑器
8.5 目標(biāo)跟蹤仿真
8.5.1 場景一
8.5.2 場景二
8.5.3 場景三
8.6 本章小結(jié)
附錄A 離散時間CTNA模型與STNA模型中過程噪聲的協(xié)方差計算方法
附錄B 偽線性離散時間CTNA模型與STNA模型中過程噪聲的協(xié)方差計算方法
附錄C 采用EM算法對GMM參數(shù)進(jìn)行估計
參考文獻(xiàn)