十多年来，随着优估计理论和近代智能信号处理理论的发展，目标跟踪理论与技术有了新的发展。《目标跟踪新理论与技术》介绍本领域新理论和方法，并收入了作者发表的80多篇论文。《目标跟踪新理论与技术》共分五大部分15章。 第一部分是基本理论。包括跟踪系统的基本概念和模型（章）、优估计理论（第2章）以及机动目标模型（第3章）。 第二部分是数据关联（第4章）与跟踪滤波（第5章）。这是目标跟踪系统的两个基本问题。在数据关联处理方面重点介绍概率联合关联处理的几种新方法，在跟踪算法方面重点介绍多模型算法和编队跟踪算法。 第三部分是专题讨论，共8个专题。包括快速跟踪（第6章）；鲁棒跟踪（第7章）；多传感器融合跟踪（第8章）；神经网络目标跟踪（第9章）；弹道导弹跟踪与预测（0章）；干扰机多传感器关联与定位（1章）；无源定位系统信息融合（2章）；网络中心战航迹合成（3章）。 第四部分是工程实现（4章）。本章以某雷达数据处理器研究为背景，介绍多目标跟踪系统工程设计与实现问题。 第五部分是展望（5章）。介绍了近几年来多目标跟踪领域关心的四个专题，以帮助读者进一步了解多目标跟踪前沿性课题。 《目标跟踪新理论与技术》选材广泛，内容新颖，突出实现和应用，适用于从事目标跟踪、智能信息处理和控制研究工作的工程技术人员和研究生阅读、参考，也可以作为高等院校有关专业的教学参考书。从事目标跟踪、智能信息处理和控制研究工作的工程技术人员和研究生阅读、参考，也可以作为高等院校有关专业的教学参考书。
第1章 绪论
1.1 引言
1.2 多目标跟踪系统基本原理
1.3 多目标跟踪系统基本问题
1.4 典型的多目标跟踪系统
1.4.1 边扫描边跟踪雷达目标跟踪系统
1.4.2 相控阵雷达目标跟踪系统
1.4.3 双基达目标跟踪系统
1.4.4 多目标多传感器跟踪系统
1.5 本书概貌
小结
第2章 优估计理论
2.1 估计基本概念
2.1.1 估计定义
2.1.2 估计的三个指标
2.1.3 线性小方差估计
2.2 卡尔曼滤波及其特性
2.2.1 问题的提出
2.2.2 离散卡尔曼滤波方程
2.2.3 卡尔曼滤波器特性
2.2.4 应用
2.3 自适应卡尔曼滤波
2.3.1 问题的提出
2.3.2 自适应滤波概念
2.3.3 自适应滤波算法
2.3.4 Mehra自适应卡尔曼滤波
小结
第3章 机动目标模型
3.1 引言
3.2 机动目标数学模型
3.2.1 增量机动估值模型
3.2.2 强机动目标模型
3.3 机动加速度的估计
3.3.1 输入估值法
3.3.2 自适应滤波方法
3.3.3 机动加速度的探测器-目标拦截几何图估计方法
小结
第4章 多目标跟踪系统数据关联
4.1 引言
4.2 跟踪波门的设计
4.3 “近邻”法
4.4 点迹一航迹配对方法
4.5 联合概率数据关联法
4.5.1 引言
4.5.2 优联合概率数据关联算法
4.5.3 优联合概率数据关联经验公式
4.6 数据关联的模糊推理方法
4.6.1 模糊推理关联处理的基本思路
4.6.2 基本原理
4.6.3 系统实现
小结
第5章 多目标跟踪算法
5.1 引言
5.2 “近邻”贝叶斯方法
5.3 多模型跟踪算法
5.3.1 引言
5.3.2 变维卡尔曼滤波
5.3.3 自适应多模型估计器
5.4 多假设跟踪算法
5.4.1 引言
5.4.2 算法
5.5 目标编队跟踪算法
5.5.1 目标编队跟踪的基本过程
5.5.2 目标编队划分和关联处理
5.5.3 目标编队分裂和合并的检测
5.6 自适应模糊滤波
5.6.1 递归的小二乘自适应模糊滤波
5.6.2 混合推理模糊跟踪
小结
第6章 目标跟踪快速算法
6.1 引言
6.2 准优快速跟踪滤波
6.2.1 改进型α-β滤波
6.2.2 降阶滤波
6.2.3 常增益滤波
6.3 增益矩阵快速算法
6.3.1 增益矩阵快速计算方法
6.3.2 AR模型系数的快速估计
6.4 并行卡尔曼滤波的心动阵列算法
6.4.1 心动阵列的矩阵运算
6.4.2 标准卡尔曼滤波的心动阵列实现
6.4.3 平方根协方差卡尔曼滤波的心动阵列实现
6.4.4 平方根信息卡尔曼滤波的心动阵列实现
6.5 基于Lyapunov函数的快速算法
6.5.1 稳定性与Lyapunov函数
6.5.2 等时面概念及其性质
6.5.3 准快速滤波跟踪
6.5.4 Lyapunov矩阵方程的快速解法
6.5.5 结论
小结
第7章 鲁棒跟踪技术
7.1 引言
7.2 鲁棒跟踪基本概念
7.2.1 鲁棒跟踪定义
7.2.2 影响函数
7.2.3 定量鲁棒性测度指标
7.3 鲁棒估计的基本方法
7.3.1 M估计（广义极大似然估计）
7.3.2 L估计（排序统计量线性组合估计）
7.4 野值的判别及剔除方法
7.4.1 野值的分类
7.4.2 野值的递推判别方法
7.5 鲁棒卡尔曼滤波
7.5.1 鲁棒小二乘递推估计
7.5.2 离散系统M估计的鲁棒卡尔曼估计
7.5.3 极大极小SA估计的鲁棒卡尔曼滤波器
7.6 变结构鲁棒跟踪
7.6.1 变结构系统性质
7.6.2 变结构鲁棒跟踪器结构
7.7 仅有角测量的机动目标鲁棒跟踪
7.7.1 仅有角测量系统的一般问题
7.7.2 机动目标鲁棒跟踪算法
7.7.3 仅有角测量系统的鲁棒制导规律
小结
第8章 多传感器融合跟踪系统
第9章 神经网络目标跟踪技术
0章 弹道导弹跟踪与预测
1章 干扰机环境下多目标多传感器关联与定位技术
2章 无源定位系统数据融合定位技术
3章 网络中心战航迹合成技术
4章 雷达数据处理技术
5章 多目标传感器跟踪技术展望
参考文献
书单推荐
