| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 引言 | 第7-14页 |
| ·研究背景及意义 | 第7-8页 |
| ·目标与观测模型及微弱点状动目标跟踪难点 | 第8页 |
| ·目标与观测模型 | 第8页 |
| ·微弱点状动目标跟踪难点 | 第8页 |
| ·国内外研究动态 | 第8-12页 |
| ·本论文主要研究工作 | 第12-13页 |
| ·论文内容安排 | 第13-14页 |
| 第二章 微弱点状动目标跟踪技术基础理论 | 第14-23页 |
| ·常用的判断准则 | 第15-17页 |
| ·最大后验概率（MAP）判决准则 | 第15-16页 |
| ·Bayes 判决准则 | 第16页 |
| ·CFAR 判决准则 | 第16-17页 |
| ·目标跟踪模型研究 | 第17-20页 |
| ·KALMAN 滤波器 | 第20-21页 |
| ·数据关联问题 | 第21-22页 |
| ·信噪杂波比定义 | 第22-23页 |
| 第三章 基于PDAF_AI 的点状动目标跟踪技术 | 第23-32页 |
| ·概率数据关联问题的提出 | 第24-25页 |
| ·附带亮度信息的概率数据关联（PDAF_AI）跟踪技术 | 第25-32页 |
| ·跟踪模型 | 第26-28页 |
| ·跟踪算法 | 第28-32页 |
| 第四章 算法仿真与性能分析 | 第32-42页 |
| ·实验条件 | 第32-33页 |
| ·实验环境 | 第32页 |
| ·实验数据准备 | 第32-33页 |
| ·实验结果 | 第33-36页 |
| ·实验流程图 | 第33-35页 |
| ·跟踪实验结果 | 第35-36页 |
| ·算法性能分析 | 第36-42页 |
| 第五章 结论与展望 | 第42-43页 |
| ·结论 | 第42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 附录A 实验数据准备 | 第46-49页 |
| 附录B PDAF_AI 的微弱点状动目标跟踪算法 | 第49-53页 |
| 攻读学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54-55页 |