| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-44页 |
| §1.1 认知雷达基本概念 | 第12-14页 |
| §1.2 认知雷达研究现状 | 第14-19页 |
| ·利用先验信息对噪声的统计特性进行估计 | 第14-15页 |
| ·检测和跟踪 | 第15-19页 |
| §1.3 多传感器贝叶斯检测前跟踪算法 | 第19-20页 |
| §1.4 本文主要工作 | 第20-23页 |
| 本章参考文献 | 第23-44页 |
| 第二章 一种利用序贯判决信息的雷达检测新方法 | 第44-58页 |
| §2.1 基于序贯判决信息的检测方法 | 第45-48页 |
| ·似然比形式及判决阈值 | 第45-46页 |
| ·系统的虚警概率和检测概率 | 第46-47页 |
| ·该检测方法的具体分析 | 第47-48页 |
| §2.2 概率和判决阈值的计算 | 第48-50页 |
| ·虚警概率和检测概率的计算 | 第48-49页 |
| ·系统判决阈值的计算 | 第49-50页 |
| §2.3 数值仿真及分析 | 第50-56页 |
| §2.4 本章小结 | 第56-57页 |
| 本章参考文献 | 第57-58页 |
| 第三章 贝叶斯检测前跟踪算法 | 第58-106页 |
| §3.1 目标运动模型和系统观测模型 | 第60-61页 |
| §3.2 贝叶斯检测前跟踪算法的基本原理 | 第61-68页 |
| ·第一种推导方法 | 第61-63页 |
| ·第二种推导方法 | 第63-66页 |
| ·检测和跟踪 | 第66-67页 |
| ·小结 | 第67-68页 |
| §3.3 贝叶斯检测前跟踪算法的次优计算方法 | 第68-74页 |
| ·基于网格近似的贝叶斯检测前跟踪算法 | 第68-69页 |
| ·基于粒子滤波器的贝叶斯检测前跟踪算法 | 第69-74页 |
| §3.4 目标存在状态变量的非齐次马尔可夫链模型 | 第74-81页 |
| ·齐次马尔可夫链模型 | 第74页 |
| ·非齐次马尔可夫链模型 | 第74-75页 |
| ·非齐次马尔可夫链模型下贝叶斯检测前跟踪算法 | 第75-78页 |
| ·数值仿真 | 第78-81页 |
| §3.5 EM算法在贝叶斯检测前跟踪算法中的应用 | 第81-93页 |
| ·目标运动模型和系统观测模型 | 第81-84页 |
| ·EM算法在贝叶斯检测前跟踪算法中的应用 | 第84-85页 |
| ·M步骤 | 第85-87页 |
| ·E步骤 | 第87-88页 |
| ·小结 | 第88-89页 |
| ·数值仿真 | 第89-93页 |
| §3.6 基于WRPCL和DP的目标运动状态估计方法 | 第93-102页 |
| ·WRPCL算法 | 第93-95页 |
| ·动态规划搜索最优路径 | 第95-96页 |
| ·小结 | 第96-97页 |
| ·数值仿真 | 第97-102页 |
| §3.7 本章小结 | 第102页 |
| 本章参考文献 | 第102-106页 |
| 第四章 贝叶斯检测前跟踪算法的检测性能分析 | 第106-122页 |
| §4.1 系统模型 | 第106-107页 |
| §4.2 贝叶斯检测前跟踪算法 | 第107-112页 |
| ·目标联合状态后验概率密度函数的迭代计算 | 第107-109页 |
| ·检测和跟踪 | 第109页 |
| ·粒子滤波器 | 第109-112页 |
| §4.3 高斯白噪声背景下检测阈值的设置方法 | 第112-116页 |
| §4.4 数值仿真及分析 | 第116-119页 |
| §4.5 本章小结 | 第119-120页 |
| 本章参考文献 | 第120-122页 |
| 第五章 多传感器贝叶斯检测前跟踪算法 | 第122-162页 |
| §5.1 系统模型 | 第124-125页 |
| §5.2 集中式贝叶斯检测前跟踪算法 | 第125-131页 |
| ·目标联合状态后验概率密度函数的迭代计算 | 第125-128页 |
| ·检测和跟踪 | 第128-129页 |
| ·集中式贝叶斯检测前跟踪算法的粒子滤波器实现 | 第129-131页 |
| §5.3 分布式贝叶斯检测前跟踪算法 | 第131-138页 |
| ·各传感器的计算流程 | 第132-135页 |
| ·融合中心的计算流程 | 第135-137页 |
| ·小结 | 第137-138页 |
| §5.4 带反馈的分布式贝叶斯检测前跟踪算法 | 第138-152页 |
| ·带反馈的分布式贝叶斯检测前跟踪算法的性能 | 第138-141页 |
| ·各传感器的计算流程 | 第141-144页 |
| ·融合中心的计算流程 | 第144-147页 |
| ·带反馈的分布式贝叶斯检测前跟踪算法的具体求解方法 | 第147-152页 |
| §5.5 仿真实验 | 第152-158页 |
| §5.6 本章小结 | 第158-159页 |
| 本章参考文献 | 第159-162页 |
| 第六章 总结与展望 | 第162-166页 |
| §6.1 全文内容总结 | 第162-165页 |
| §6.2 工作展望 | 第165-166页 |
| 致谢 | 第166-168页 |
| 作者在读期间的研究成果 | 第168-170页 |