摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-14页 |
1.1 课题背景及研究的目的和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 检测前跟踪算法 | 第10-11页 |
1.2.2 粒子滤波检测前跟踪算法 | 第11-12页 |
1.3 粒子滤波检测前跟踪存在问题 | 第12-13页 |
1.4 论文主要研究内容 | 第13-14页 |
第2章 粒子滤波与PF-TBD算法理论 | 第14-40页 |
2.1 引言 | 第14页 |
2.2 贝叶斯估计理论 | 第14-16页 |
2.3 粒子滤波算法 | 第16-21页 |
2.3.1 贝叶斯重要性采样 | 第16-18页 |
2.3.2 序贯重要性采样 | 第18-20页 |
2.3.3 重采样 | 第20-21页 |
2.4 粒子滤波检测前跟踪算法 | 第21-33页 |
2.4.1 目标动态模型和系统观测模型 | 第22-24页 |
2.4.2 标准的PF-TBD | 第24-26页 |
2.4.3 优效的PF-TBD | 第26-30页 |
2.4.4 仿真实验及分析 | 第30-33页 |
2.5 机动目标PF-TBD算法 | 第33-39页 |
2.5.1 目标运动模型 | 第34-35页 |
2.5.2 MM-PF-TBD | 第35-36页 |
2.5.3 仿真实验及分析 | 第36-39页 |
2.6 本章小结 | 第39-40页 |
第3章 基于OTHR的改进PF-TBD算法 | 第40-56页 |
3.1 引言 | 第40页 |
3.2 OTHR回波模型 | 第40-45页 |
3.2.1 回波模型 | 第40-43页 |
3.2.2 目标状态模型和观测模型 | 第43-45页 |
3.3 粒子群优化的粒子滤波算法 | 第45-50页 |
3.3.1 PSO粒子群算法 | 第45-48页 |
3.3.2 基于PSO的粒子滤波算法 | 第48-50页 |
3.4 PSO-EPF-TBD算法 | 第50-54页 |
3.4.1 基于PSO的EPF-TBD算法 | 第50-52页 |
3.4.2 仿真实验及分析 | 第52-54页 |
3.5 本章小结 | 第54-56页 |
第4章 杂波环境下基于粒子滤波检测前跟踪算法 | 第56-71页 |
4.1 引言 | 第56页 |
4.2 杂波分布和杂波仿真方法 | 第56-60页 |
4.2.1 Weibull分布 | 第56-57页 |
4.2.2 K分布 | 第57-58页 |
4.2.3 零记忆非线性变换法 | 第58-59页 |
4.2.4 球不变随机过程法 | 第59-60页 |
4.3 Weibull杂波环境下的PF-TBD算法 | 第60-65页 |
4.3.1 ZMNL法Weibull分布 | 第60-61页 |
4.3.2 Weibull分布杂波环境PF-TBD算法 | 第61-63页 |
4.3.3 仿真实验及分析 | 第63-65页 |
4.4 K杂波环境下的PF-TBD算法 | 第65-70页 |
4.4.1 SIRP法K分布 | 第65-67页 |
4.4.2 K分布杂波环境PF-TBD算法 | 第67-68页 |
4.4.3 仿真实验及分析 | 第68-70页 |
4.5 本章小结 | 第70-71页 |
结论 | 第71-73页 |
参考文献 | 第73-76页 |
攻读硕士学位期间发表的论文及其他成果 | 第76-78页 |
致谢 | 第78页 |