第一章 绪论 1

1.1 引言 1

1.2 基本概念 2

1.3 研究历史和发展概况 5

1.4 内容组织 7

思考题 8

第二章 估计理论和滤波方法 10

2.1 概述 10

2.2 估计理论 10

2.2.1 问题描述 10

2.2.2 估计值的统计特性 11

2.2.3 最小均方估计 14

2.2.4 极大验后估计和极大似然估计 16

2.2.5 线性最小均方估计 18

2.2.6 最小二乘估计和加权最小二乘估计 20

2.3 滤波方法 23

2.3.1 线性系统的概念 23

2.3.2 状态方程和观测方程 27

2.3.3 两点外推滤波 30

2.3.4 线性递推最小二乘滤波 31

2.3.5 线性卡尔曼滤波 35

2.3.6 常增益滤波 48

2.3.7 非线性滤波* 53

小结 64

思考题 65

第三章 目标定位方法 68

3.1 概述 68

3.2 空间几何基础 69

3.3 坐标系及坐标转换 72

3.3.1 定位坐标系 73

3.3.2 不同坐标系间数据的转换 74

3.3.3 观测量的站间坐标转换 81

3.4 定位误差的度量 86

3.4.1 三维正态分布 86

3.4.2 等概率密度椭球（误差椭球） 87

3.4.3 落入误差球的概率 88

3.4.4 球概率误差及圆概率误差 88

3.5 单站球坐标测量定位方法 90

3.5.1 定位的一般方法 90

3.5.2 定位误差分析 91

3.6 多站斜距离测量定位方法 93

3.6.1 定位原理 93

3.6.2 定位可实现性 95

3.6.3 定位误差 96

3.7 多站无源定位方法 99

3.7.1 测向交叉定位法 100

3.7.2 测时差定位法 102

小结 104

思考题 104

第四章 目标跟踪基本方法 105

4.1 概述 105

4.2 坐标系的选择 107

4.2.1 极坐标系 107

4.2.2 直角坐标系 108

4.3 数据预处理 111

4.3.1 野值剔除 111

4.3.2 数据压缩处理 113

4.4 跟踪起始 115

4.4.1 航迹建立方式 115

4.4.2 航迹头选择 116

4.4.3 航迹建立举例 117

4.4.4 航迹建立准则 118

4.5 数据关联 119

4.5.1 航迹相关过程 119

4.5.2 数据关联的一般步骤 128

4.5.3 典型数据关联方法 129

4.6 目标运动模型 137

4.6.1 目标运动特性 138

4.6.2 典型运动模型 140

4.7 量测模型 147

4.7.1 传感器坐标模型 148

4.7.2 笛卡儿坐标模型 148

4.7.3 量测转换分析 149

4.8 不同模型下的跟踪滤波方法 153

4.8.1 基于常速度模型的卡尔曼滤波算法 154

4.8.2 基于常加速度模型的卡尔曼滤波算法 156

4.8.3 基于机动目标“当前”统计模型的卡尔曼滤波算法 159

4.9 机动目标跟踪方法 159

4.9.1 机动检测自适应滤波 160

4.9.2 实时辨识自适应滤波 165

4.9.3 全面自适应滤波 167

4.10 航迹质量管理 172

4.10.1 基本概念 172

4.10.2 航迹管理方法 173

小结 175

思考题 175

第五章 基于纯方位的水下目标被动定位跟踪方法 177

5.1 概述 177

5.2 单站纯方位目标运动的可观测性分析 178

5.2.1 引言 178

5.2.2 问题描述 179

5.2.3 确定性方位测量的图解分析 181

5.2.4 系统的可观测性 188

5.3 单站纯方位目标定位与跟踪算法 197

5.3.1 系统模型描述 198

5.3.2 基于辅助变量的伪线性递推最小二乘估计算法 199

5.3.3 近似线性化的两阶段滤波算法 202

5.4 纯方位观测器平台机动航路优化 208

5.4.1 定位与跟踪误差的下限 209

5.4.2 航路优化问题的提出 212

5.4.3 观测器航路对定位精度的影响 214

5.4.4 潜艇典型航路的定位精度分析 217

5.4.5 航路优化的方法 226

小结 229

思考题 229

第六章 基于多传感器数据融合的目标跟踪 230

6.1 概述 230

6.1.1 数据融合的定义 230

6.1.2 多源数据融合模型 231

6.1.3 数据融合的主要处理内容 236

6.1.4 一个典型的数据关联-状态融合跟踪环 237

6.2 时间与空间配准 241

6.2.1 问题描述 241

6.2.2 时间配准算法 242

6.2.3 空间配准算法 244

6.3 航迹及其融合 257

6.3.1 基本概念 257

6.3.2 航迹关联 258

6.3.3 航迹融合 271

小结 277

思考题 278

第七章 目标定位跟踪方法应用 279

7.1 概述 279

7.2 火炮射击协同式检靶系统 279

7.2.1 现有检靶手段及分析 279

7.2.2 基于UWB定位的协同式检靶系统 280

7.3 无线声呐浮标网络目标跟踪系统 284

7.3.1 问题描述 285

7.3.2 目标跟踪算法 286

7.3.3 仿真分析 288

7.4 无人机姿态误差对目标定位精度影响研究 293

7.4.1 无人机姿态对测量目标点位置误差影响的数学模型 294

7.4.2 目标点位置误差的表示方法 296

7.4.3 仿真分析 297

小结 301

思考题 301

参考文献 3022100433B

本书系统、全面地介绍了目标定位跟踪领域的研究成果，主要内容包括：估计理论和滤波方法、目标定位方法、目标跟踪方法、基于纯方位的水下目标定位跟踪方法、基于多传感器数据融合的跟踪方法。此外，还给出了一些定位跟踪方法应用的案例。本书可作为高等院校火力指挥与控制工程、指挥自动化专业本科生或研究生的教材或参考书，还可供从事信息工程、雷达工程、电子对抗、声呐工程、军事指挥等专业的科研人员和工程技术人员参考。

目标定位跟踪原理及应用——MATLAB仿真基本信息

作译者：黄小平,王岩,缪鹏程

出版时间：2018-12

千 字 数：403

版次：01-01

页 数：252

开本：16开

I S B N ：9787121353451

纸质书定价：￥59.0

目标定位跟踪原理及应用——MATLAB仿真内容简介

本书主要介绍目标定位原理、定位算法仿真及对动态目标跟踪过程中涉及的状态估计方法。为方便读者快速掌握定位跟踪的算法原理，本书采用“原理介绍 实例应用 MATLAB程序仿真 注释”的方式，方便读者阅读和理解。本书共分8章，第1章介绍MATLAB仿真基础，尤其是数组的相关操作对算法仿真至关重要；第2章简介目标定位跟踪系统，包括观测系统、定位的概念、目标跟踪等；第3章介绍目标定位算法，重点介绍质心定位算法和基于测距的定位算法；第4章介绍线性Kalman滤波；第5章介绍非线性Kalman滤波；第6章介绍粒子滤波；第7章介绍多目标跟踪算法；第8章介绍Simulink仿真。

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。

目标定位跟踪原理及应用——MATLAB仿真作者简介

黄小平，男，1984年6月生，江西省上饶县人，北京交通大学自动化本科，北京航空航天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》。

本书系统介绍了视觉目标检测与跟踪的基本问题及其相关处理技术，主要内容涉及计算机视觉目标检测与跟踪的理论、算法和典型应用实例。本书共6章，包括绪论、目标表示、目标检测方法、目标检测的典型应用、目标跟踪方法、视觉目标跟踪展望等内容。

本书涵盖了近30年视频跟踪技术的发展，介绍了视频目标检测跟踪及其应用的最新研究成果和动态，全面系统地介绍了当今世界视频跟踪技术的最新研究进展，重点介绍了预处理技术、图像目标检测、视频目标检测、均值移位跟踪方法、基于粒子滤波的跟踪方法等方面的技术和应用。