目标定位跟踪原理及应用——MATLAB仿真 pdf下载

【内容简介】

本书可以作为电子信息类专业的本科生和硕士、博士研究生“数字信号处理”课程的教材，也可以作为从事雷达、无线传感器网络、数字信号处理的教师和科研人员的参考书。

【目录】

第1章MATLAB仿真基础
11MATLAB简介
111MATLAB发展历史
112MATLAB 71系统
113M-File编辑器的使用
12数据类型和数组
121数据类型概述
122数组的创建
123数组的属性
124数组的操作
125结构体和元胞数组
13程序设计
131条件语句
132循环语句
133函数
134画图
14小结
第2章目标定位跟踪系统概述
21观测系统
211基本概念
212坐标系
213典型的观测站
22定位
221模糊定位
222精确定位
223典型的定位系统
23目标跟踪
231多观测站系统架构
232跟踪过程描述
233跟踪轨迹
24跟踪的数学模型
241匀速直线运动
242匀加速运动
25小结
第3章目标定位算法
31非测距的定位算法
311质心定位算法
312加权质心定位算法
313网格定位算法
32基于测距的定位算法
321小二乘原理
322小二乘定位算法
323基于RSSI测距的定位算法
324基于TOA/TDOA的目标定位算法
33基于角度测量的定位算法
331双站角度定位
332三角测量法定位
34移动目标定位算法
341移动目标计算机仿真建模
342基于距离观测的运动目标定位
343纯方位角的运动目标定位
35小结
第4章线性Kalman滤波
41Kalman滤波原理
411射影定理
412Kalman滤波器
413Kalman滤波的参数处理
42Kalman滤波用于一维观测信号去噪
421信号测量滤波原理
422一维Kalman滤波的应用仿真
43Kalman滤波在自由落体运动目标跟踪中的应用
431状态方程的建立
432自由落体跟踪仿真
44Kalman滤波在船舶GPS导航定位系统中的应用
441GPS导航系统原理介绍
442导航定位系统仿真
45Kalman滤波在视频图像目标跟踪中的应用
451视频捕获和录制
452视频导入和显示
453对视频帧的操作
454Kalman滤波对自由下落的皮球跟踪应用
46小结
第5章非线性Kalman滤波
51扩展Kalman滤波
511EKF的基本思想
512非线性系统的线性化
513EKF的滤波原理
52EKF的应用及仿真
521EKF应用于一维非线性系统
522基于距离观测的目标跟踪EKF状态估计
523纯方位角目标跟踪EKF状态估计
524EKF在纯方位寻的导弹制导中的应用
53无迹Kalman滤波
531UKF的基本思想
532无迹变换
533UKF的滤波过程
54UKF的应用及仿真
541UKF在单站观测站目标跟踪中的应用
542UKF在六维匀加速直线运动目标跟踪系统中的应用
55小结
第6章粒子滤波
61粒子滤波简介
611粒子滤波的发展历史
612粒子滤波的点
613粒子滤波的应用领域
62蒙卡洛原理
621蒙卡洛的基本思想
622蒙卡洛的理论基础
623蒙卡洛的应用实例
63粒子滤波原理
631蒙卡洛采样原理
632贝叶斯重要性采样
633序列重要性采样滤波器
634Bootstrap/SIR滤波器
635权值计算方法
64粒子滤波经典采样算法
641随机重采样
642多项式重采样
643系统重采样
644残差重采样
65粒子滤波的应用
651粒子滤波应用于一维非线性系统
652粒子滤波应用于高斯模型目标跟踪系统
653粒子滤波应用于非高斯模型目标跟踪系统
66小结
第7章多目标跟踪算法
71多目标跟踪系统建模
711单站多目标跟踪系统建模
712单站多目标跟踪系统仿真
713多站多目标跟踪系统建模
714多站多目标跟踪系统仿真
72多目标跟踪分类算法
721多目标数据融合概述
722近邻法分类算法及程序
723近邻法用于目标跟踪中的航迹关联及算法程序
724k-近邻法分类算法
73多目标跟踪算法
731基于Kalman滤波的多目标跟踪算法
732基于粒子滤波的多目标状态估计
74小结
第8章Simulink仿真
81Simulink概述
811Simulink启动
812Simulink仿真设置
813Simulink模块库简介
82S函数
821S函数原理
822S函数的控制流程
83目标跟踪的Simulink仿真
831状态方程和观测方程的Simulink建模
832基于S函数的Kalman滤波器设计及其在跟踪中的应用
833基于S函数的粒子滤波器设计及其在跟踪中的应用
84小结

【作者简介】

黄小平，男，1984年6月生，江西省上饶县人，交通大学自动化本科，航空大学控制科学与工程硕士，博士就读于中国科学技术大学计算机应用专业，主要研究信号与信息处理。著有《卡尔曼滤波原理及应用——MATLAB仿真》、《粒子滤波原理及应用——MATLAB仿》。