| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 先验信息不确定环境下的自适应跟踪技术 | 第12-13页 |
| 1.2.2 机动目标多模型跟踪算法 | 第13-14页 |
| 1.2.3 多雷达航迹融合技术 | 第14-16页 |
| 1.2.4 信息反馈融合技术 | 第16-17页 |
| 1.3 本文的主要内容和论文结构 | 第17-19页 |
| 第2章 多雷达机动目标跟踪基础 | 第19-34页 |
| 2.1 估计理论与滤波算法 | 第19-24页 |
| 2.1.1 估计理论 | 第19-21页 |
| 2.1.2 滤波算法 | 第21-24页 |
| 2.2 机动目标跟踪技术 | 第24-27页 |
| 2.2.1 机动目标跟踪概述 | 第24-25页 |
| 2.2.2 交互式多模型算法 | 第25-27页 |
| 2.3 多雷达航迹融合技术 | 第27-29页 |
| 2.3.1 多雷达航迹融合概述 | 第27-28页 |
| 2.3.2 简单协方差凸组合算法 | 第28-29页 |
| 2.4 弹道导弹运动模型 | 第29-34页 |
| 2.4.1 主动段运动模型 | 第30-31页 |
| 2.4.2 自由段运动模型 | 第31-33页 |
| 2.4.3 再入段运动模型 | 第33-34页 |
| 第3章 观测误差协方差自适应估计卡尔曼滤波算法 | 第34-44页 |
| 3.1 引言 | 第34页 |
| 3.2 问题描述 | 第34-35页 |
| 3.3 观测误差协方差的一致无偏估计 | 第35-37页 |
| 3.4 观测误差协方差自适应估计卡尔曼滤波算法 | 第37-40页 |
| 3.4.1 自启过程 | 第37-38页 |
| 3.4.2 更新过程 | 第38-39页 |
| 3.4.3 滤波过程 | 第39-40页 |
| 3.5 仿真分析 | 第40-43页 |
| 3.5.1 场景一 | 第41-42页 |
| 3.5.2 场景二 | 第42-43页 |
| 3.6 小结 | 第43-44页 |
| 第4章 基于IMM的双基雷达多模型融合机动目标协同跟踪算法 | 第44-59页 |
| 4.1 引言 | 第44页 |
| 4.2 两种信息提取处理方法 | 第44-46页 |
| 4.2.1 K-L距离 | 第45页 |
| 4.2.2 粒子群优化算法 | 第45-46页 |
| 4.3 问题描述 | 第46页 |
| 4.4 基于IMM的双基雷达多模型融合机动目标协同跟踪算法 | 第46-51页 |
| 4.4.1 模型交互式作用 | 第47页 |
| 4.4.2 模型融合 | 第47-49页 |
| 4.4.3 模型筛选 | 第49-50页 |
| 4.4.4 状态融合 | 第50-51页 |
| 4.5 仿真分析 | 第51-57页 |
| 4.5.1 与传统算法仿真对比 | 第51-55页 |
| 4.5.2 弹道导弹工程化仿真应用 | 第55-57页 |
| 4.6 小结 | 第57-59页 |
| 第5章 观测误差协方差不确定环境下多雷达机动目标跟踪算法 | 第59-66页 |
| 5.1 引言 | 第59页 |
| 5.2 问题描述 | 第59-60页 |
| 5.3 观测误差协方差不确定环境下多雷达机动目标跟踪算法 | 第60-61页 |
| 5.3.1 自启过程 | 第60页 |
| 5.3.2 更新过程 | 第60-61页 |
| 5.3.3 滤波过程 | 第61页 |
| 5.4 仿真分析 | 第61-65页 |
| 5.4.1 场景一 | 第62-63页 |
| 5.4.2 场景二 | 第63-65页 |
| 5.5 小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-69页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录 作者在读研期间的科研成果及参加的科研项目 | 第74页 |
