| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·研究背景及意义 | 第7-8页 |
| ·MIMO 雷达目标定位与跟踪基础知识 | 第8-14页 |
| ·MIMO 雷达分类 | 第9-10页 |
| ·目标状态模型及运动模型 | 第10-12页 |
| ·MIMO 雷达系统多通道数据融合技术 | 第12-14页 |
| ·论文相关技术的国内外研究现状 | 第14-16页 |
| ·MIMO 雷达研究现状 | 第14页 |
| ·跟踪滤波算法研究现状 | 第14-15页 |
| ·MIMO 雷达目标跟踪研究现状 | 第15-16页 |
| ·论文主要工作及内容安排 | 第16-19页 |
| 第二章 分布式 MIMO 雷达目标定位方法 | 第19-29页 |
| ·引言 | 第19页 |
| ·MIMO 雷达信号模型 | 第19-21页 |
| ·基于最大似然估计的 MIMO 雷达目标定位方法 | 第21-24页 |
| ·回波信号正交级数展开 | 第22-23页 |
| ·最大似然估计算法 | 第23-24页 |
| ·仿真实验与分析 | 第24-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于贝叶斯滤波的 MIMO 雷达单目标跟踪方法 | 第29-43页 |
| ·引言 | 第29页 |
| ·基本贝叶斯滤波方法 | 第29-34页 |
| ·卡尔曼滤波算法 | 第29-31页 |
| ·扩展卡尔曼滤波算法 | 第31-32页 |
| ·粒子滤波算法 | 第32-34页 |
| ·基于贝叶斯滤波的 MIMO 雷达目标跟踪算法 | 第34-37页 |
| ·基于卡尔曼滤波的 MIMO 雷达目标跟踪算法 | 第35-36页 |
| ·基于高斯粒子滤波的 MIMO 雷达目标跟踪算法 | 第36-37页 |
| ·仿真实验与分析 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于随机集的 MIMO 雷达多目标跟踪方法 | 第43-61页 |
| ·引言 | 第43页 |
| ·PHD 滤波基础 | 第43-50页 |
| ·随机集滤波模型 | 第43-45页 |
| ·粒子 PHD 滤波算法 | 第45-47页 |
| ·高斯混合 PHD 滤波算法 | 第47-50页 |
| ·基于粒子 PHD 的 MIMO 雷达目标跟踪算法 | 第50-53页 |
| ·MIMO 雷达粒子 PHD 跟踪算法 | 第50-52页 |
| ·仿真实验及分析 | 第52-53页 |
| ·基于 GM-PHD 的 MIMO 雷达目标跟踪算法 | 第53-60页 |
| ·迭代更新 PHD 滤波算法 | 第53-54页 |
| ·分布式多传感器 GM-PHD 跟踪算法 | 第54-56页 |
| ·仿真实验及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者在读期间参加的科研工作及研究成果 | 第71-72页 |
