| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第一章 绪论 | 第13-22页 |
| ·研究背景与意义 | 第14-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·动态规划检测前跟踪(DP-TBD)算法 | 第17-18页 |
| ·粒子滤波检测前跟踪(PF-TBD)算法 | 第18-19页 |
| ·本文的主要工作 | 第19-22页 |
| 第二章 基于贝叶斯估计的最优检测跟踪模型 | 第22-30页 |
| ·基于贝叶斯估计的多目标检测跟踪过程建模 | 第22-25页 |
| ·先检测后跟踪算法局限性分析 | 第25-27页 |
| ·检测前跟踪的技术难点与实质分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 多目标 DP-TBD 算法 | 第30-50页 |
| ·单目标检测跟踪算法 | 第30-33页 |
| ·目标模型及测量模型 | 第30-31页 |
| ·单目标检测跟踪算法分析 | 第31-32页 |
| ·算法流程 | 第32-33页 |
| ·多目标跟踪难点分析 | 第33-36页 |
| ·多目标跟踪算法 | 第36-43页 |
| ·多目标运动模型及测量模型 | 第36-37页 |
| ·多个目标相互分离情况下的跟踪算法 | 第37-40页 |
| ·多个目标任意分布情况下的跟踪算法 | 第40-43页 |
| ·积累值函数选择方法 | 第43-44页 |
| ·多目标跟踪算法的仿真与性能分析 | 第44-48页 |
| ·仿真场景与性能评价指标 | 第44-45页 |
| ·仿真结果与性能分析 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 多目标 PF-TBD 算法 | 第50-99页 |
| ·粒子滤波估计理论 | 第50-53页 |
| ·重要性采样密度函数的选择及重采样过程 | 第52-53页 |
| ·使用粒子及其权重对目标状态进行估计 | 第53页 |
| ·基于粒子滤波 TBD 的单目标跟踪算法 | 第53-58页 |
| ·单目标运动模型及测量模型 | 第54-56页 |
| ·基于粒子滤波 TBD 的单目标跟踪算法 | 第56-58页 |
| ·目标数已知情况下的独立采样快速多目标跟踪算法 | 第58-89页 |
| ·多目标运动模型及测量模型 | 第59-60页 |
| ·维数灾难问题及独立分区交叉采样 | 第60-65页 |
| ·目标先验函数的最优蒙特卡洛近似 | 第65-74页 |
| ·基于独立采样的快速多目标 PF-TBD 算法 | 第74-80页 |
| ·跟踪算法的仿真与性能分析 | 第80-89页 |
| ·目标数未知情况下的“双层采样结构”多目标跟踪算法 | 第89-97页 |
| ·目标数目未知情况下的多目标动态模型 | 第89-91页 |
| ·重要性采样函数及跟踪算法设计 | 第91-93页 |
| ·跟踪算法仿真与性能分析 | 第93-97页 |
| ·本章小结 | 第97-99页 |
| 第五章 DP-TBD 算法的工程应用方案研究 | 第99-114页 |
| ·基于低门限预处理的 DP-TBD 算法 | 第99-105页 |
| ·低门限预处理 DP-TBD 算法流程 | 第99-102页 |
| ·低门限的选择准则及其计算方法 | 第102-104页 |
| ·算法计算量分析及性能验证 | 第104-105页 |
| ·警戒雷达的信号模型与量测模型 | 第105-108页 |
| ·警戒雷达信号模型 | 第106-107页 |
| ·量测模型 | 第107-108页 |
| ·工程应用方案和实测数据处理 | 第108-113页 |
| ·DP-TBD 算法工程应用方案 | 第108-111页 |
| ·实测数据处理结果及分析 | 第111-113页 |
| ·本章小结 | 第113-114页 |
| 第六章 总结与展望 | 第114-117页 |
| ·全文总结 | 第114-115页 |
| ·工作展望 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-128页 |
| 附录 | 第128-134页 |
| 攻博期间取得的研究成果 | 第134-136页 |