信息融合在CISR系统目标跟踪与识别中的应用研究

文摘

英文文摘

声明

第1章绪论

1.1课题研究的背景及意义

1.1.1 C4ISR系统的概念

1.1.2 C4ISR系统在未来战争中的地位和作用

1.1.3信息融合技术

1.1.4信息融合技术在C4ISR系统中应用现状

1.2论文的研究内容及主要工作

1.2.1论文研究主要内容

1.2.2论文章节结构

第2章信息融合技术模型与方法

2.1信息融合系统的模型结构

2.1.1功能模型

2.1.2数据融合的级别

2.1.3通用处理结构

2.2多源信息融合的主要技术和方法

2.3信息融合要解决的几个关键问题

2.4多源信息融合的发展趋势

2.5本章小结

第3章C4ISR系统中的信息融合技术

3.1 C4ISR系统的多信息源

3.1.1信息源分析

3.1.2一般传感器工作原理

3.2 C4ISR系统中信息融合的结构模型和功能模型

3.3 C4ISR系统中信息融合技术主要解决的问题

3.4多源信息融合用于C4ISR系统优势

3.5基于智能技术的C4ISR系统信息融合模型

3.5.1通用C4ISR系统信息融合系统

3.5.2传统C4ISR系统信息融合系统存在的问题

3.5.3智能技术用于C4ISR系统信息融合系统优势

3.5.4智能C4ISR系统信息融合系统模型

3.6本章小结

第4章信息融合用于C4ISR系统目标跟踪

4.1信息融合用于C4ISR系统目标跟踪

4.2基于BP网络的自适应目标跟踪

4.2.1机动目标“当前”统计数学模型

4.2.2自适应Kalman滤波算法

4.2.3BP神经网络学习算法

4.2.4基于即网络的自适应跟踪算法

4.3 BP-Kalman滤波算法

4.3.1 BP-Kalman滤波算法设计

4.3.2 BP-Kalman滤波算法仿真分析

4.4 BP-Kalman滤波算法用于C4ISR系统目标跟踪

4.4.1信息融合用于目标跟踪方案设计

4.4.2雷达跟踪目标原理

4.4.3红外光学系统跟踪目标原理

4.4.4坐标变换

4.4.5传感器探测数据预处理

4.4.6 Kalman滤波加权融合算法

4.4.7雷达红外目标跟踪融合算法

4.4.8目标跟踪融合算法仿真

4.5本章小结

第5章信息融合用于C4ISR系统目标识别

5.1信息融合用于C4ISR系统目标识别模型

5.2自适应模糊神经网络

5.2.1模糊神经元及模糊神经网络

5.2.2自适应模糊神经网络推理结构

5.2.3自适应模糊神经网络学习算法

5.3基于ANFIS的信息融合用于目标识别

5.3.1问题描述

5.3.2目标识别系统模型

5.3.3目标特征提取及归一化

5.3.4模糊神经网络设计

5.3.5模糊神经网络算法流程

5.4基于ANFIS的信息融合仿真分析

5.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢