雷达数据处理算法及实现技术研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究历史与现状 | 第10-12页 |
| 1.3 本文主要工作及章节安排 | 第12-14页 |
| 第二章 开发工具及平台 | 第14-23页 |
| 2.1 GPU通用计算概念和硬件架构 | 第14-17页 |
| 2.1.1 通用计算概念 | 第14页 |
| 2.1.2 GPU硬件架构 | 第14-17页 |
| 2.2 CUDA编程模型 | 第17-19页 |
| 2.2.1 CPU+GPU异构并行计算 | 第17-18页 |
| 2.2.2 线程模型 | 第18-19页 |
| 2.3 Qt开发平台介绍 | 第19-20页 |
| 2.3.1 简介 | 第19-20页 |
| 2.3.2 信号与槽 | 第20页 |
| 2.4 Qt绘图基础 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 雷达数据处理算法研究 | 第23-62页 |
| 3.1 点迹凝聚 | 第23-27页 |
| 3.1.1 传统的点迹凝聚方法 | 第23-24页 |
| 3.1.2 改进的点迹凝聚方法 | 第24-27页 |
| 3.2 航迹起始算法研究 | 第27-36页 |
| 3.2.1 航迹起始波门的选择 | 第27页 |
| 3.2.2 逻辑法 | 第27-29页 |
| 3.2.3 修正的逻辑法 | 第29-30页 |
| 3.2.4 Hough变换航迹起始算法 | 第30-32页 |
| 3.2.5 修正的Hough变换法 | 第32-33页 |
| 3.2.6 仿真对比 | 第33-36页 |
| 3.3 跟踪滤波算法研究 | 第36-49页 |
| 3.3.1 卡尔曼滤波 | 第36-39页 |
| 3.3.2 卡尔曼仿真分析 | 第39-41页 |
| 3.3.3 扩展卡尔曼滤波 | 第41-42页 |
| 3.3.4 不敏卡尔曼滤波 | 第42-45页 |
| 3.3.5 EKF和UKF仿真分析 | 第45-49页 |
| 3.4 航迹关联算法研究 | 第49-61页 |
| 3.4.1 最近邻域法 | 第49-50页 |
| 3.4.2 概率数据互联算法 | 第50-53页 |
| 3.4.3 联合概率数据互联算法 | 第53-55页 |
| 3.4.4 单目标关联仿真分析 | 第55-59页 |
| 3.4.5 多目标关联仿真分析 | 第59-61页 |
| 3.5 本章小结 | 第61-62页 |
| 第四章 雷达数据处理的软件实现 | 第62-82页 |
| 4.1 系统方案设计 | 第62-65页 |
| 4.1.1 总体功能要求 | 第62页 |
| 4.1.2 软件总体设计 | 第62-64页 |
| 4.1.3 软件功能划分 | 第64-65页 |
| 4.2 模块详细设计 | 第65-76页 |
| 4.2.1 数据通信模块 | 第65-67页 |
| 4.2.2 点迹凝聚模块 | 第67-72页 |
| 4.2.3 航迹处理模块 | 第72-74页 |
| 4.2.4 人机交互界面模块 | 第74-76页 |
| 4.3 软件平台实现 | 第76-81页 |
| 4.3.1 数据结构及函数接口 | 第76-79页 |
| 4.3.2 人机交互界面及操作 | 第79-80页 |
| 4.3.3 雷达数据处理运行结果 | 第80-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第五章 总结与展望 | 第82-83页 |
| 5.1 全文总结 | 第82页 |
| 5.2 研究展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士学位期间取得的成果 | 第87页 |
