木標跟綜合與數據融合理論及方法（簡體書）

《目標跟蹤與數據融合理論及方法》介紹了目標定位與跟蹤的目的、意義、基本概念和基本原理；目標定位的概念、方法和定位誤差的度量；目標跟蹤的基本方法；機動目標跟蹤典型算法；基於純方位的單站目標跟蹤問題；水下目標被動跟蹤算法以及平臺的航路機動優化方法；目標跟蹤中的多傳感器數據融合；目標跟蹤算法的仿真與驗證問題等。
《目標跟蹤與數據融合理論及方法》適合相關領域的研究人員和工程技術人員閱讀，也可作為高等院校相關專業研究生教材。

第1章 緒論
1.1 引言
1.2 基本原理
1.3 內容組織

第2章 目標定位
2.1 概述
2.2 坐標系及坐標轉換
2.2.1 地球橢球知識
2.2.2 常用坐標系
2.2.3 坐標轉換關係及計算
2.3 定位誤差的度量
2.3.1 三維正態分布
2.3.2 等概率密度橢球（誤差橢球）
2.3.3 落入誤差球的概率
2.3.4 球概率誤差及圓概率誤差
2.4 空間定位方法及誤差分析
2.4.1 單站球坐標測量定位系統
2.4.2 多站斜距離測量定位系統
2.4.3 動目標定位的平滑

第3章 目標跟蹤基本方法
3.1 概述
3.2 坐標系的選擇
3.2.1 極坐標系
3.2.2 直角坐標系
3.3 數據預處理
3.3.1 野點剔除
3.3.2 數據壓縮技術
3.4 目標運動模型
3.4.1 微分多項式模型
3.4.2 cV和cA模型
3.4.3 辛格模型
3.4.4 半馬爾科夫模型
3.4.5 機動目標“當前”模型
3.4.6 二維轉彎運動模型
3.4.7 三維模型
3.4.8 比例導引運動模型
3.5 量測模型
3.5.1 傳感器球坐標模型
3.5.2 傳感器直角坐標模型
3.5.3 兩種測量坐標轉換誤差分析
3.6 基本的目標跟蹤濾波方法
3.6.1 基於圓周運動模型的卡爾曼濾波算法
3.6.2 基於比例導引運動的卡爾曼濾波算法

第4章 機動目標跟蹤方法
4.1 機動檢測自適應濾波
4.1.1 機動檢測方法
4.1.2 實現機動檢測自適應濾波的各種方法
4.1.3 變維濾波算法
4.2 實時辨識自適應濾波
4.2.1 噪聲統計特性的極大似然估計
4.2.2 噪聲均值與協方差時變時的自適應濾波算法
4.2.3 輸入估計法
4.3 “全面”自適應濾波
4.3.1 MM算法的一般描述
4.3.2 濾波器重新初始化和IMM算法
4.4 基於彈道特性的高速機動目標跟蹤算法
4.4.1 高速機動反艦導彈的運動建模
4.4.2 基於參數辨識模型的機動目標跟蹤算法
4.4.3 基於彈道規律的機動目標跟蹤算法

第5章 基於純方位的水下目標被動跟蹤方法
5.1 概述
5.1.1 可觀測性研究狀況
5.1.2 定位與跟蹤算法的研究狀況
5.1.3 單站觀測器機動航路優化的研究狀況
5.2 單站純方位目標運動分析的可觀測性分析
5.2.1 引言
5.2.2 問題描述
5.2.3 確定性方位測量的圖解分析
5.2.4 系統的可觀測性
5.3 單站純方位目標定位與跟蹤算法
5.3.1 系統模型描述
5.3.2 基於輔助變量的偽線性遞推最小二乘估計算法
5.3.3 近似線性化的兩階段濾波算法
5.4 純方位觀測器平臺機動航路優化
5.4.1 定位與跟蹤誤差的下限
5.4.2 航路優化問題的提出
5.4.3 觀測器航路對定位精度的影響
5.4.4 潛艇典型航路的定位精度分析
5.4.5 航路優化的方法

第6章 基於多傳感器數據融合的目標跟蹤方法
6.1 概述
6.1.1 數據融合的定義
6.1.2 多源數據融合模型
6.1.3 數據融合的主要處理內容
6.1.4 一個典型的數據關聯一狀態融合跟蹤環
6.2 時間與空間配準
6.2.1 問題描述
6.2.2 時間配準算法
6.2.3 空間配準算法
6.3 數據關聯
6.3.1 數據關聯舉例
6.3.2 數據關聯過程
6.3.3 數據關聯的一般步驟
6.3.4 典型數據關聯方法
6.4 航跡及其融合
6.4.1 基本概念
6.4.2 航跡管理
6.4.3 航跡關聯
6.4.4 航跡融合

第7章 目標跟蹤算法的仿真與驗證
7.1 概述
7.2 系統分析法
7.2.1 多項式分析
7.2.2 Riccati方法
7.2.3 Cramer-Rao下界方法
7.3 MonteCarlo仿真設計
7.3.1 MonteCarlo仿真方法
7.3.2 隨機數的產生方法
7.3.3 仿真設計與結果解釋
7.3.4 一些常用的統計指標
7.4 目標跟蹤算法的仿真
7.4.1 引言
7.4.2 軟件結構設計
7.4.3 軟件子模塊設計
參考文獻