| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·粒子群算法研究现状 | 第11页 |
| ·小波神经网络研究现状 | 第11-13页 |
| ·单机动目标跟踪研究现状 | 第13页 |
| ·本文的主要工作 | 第13-16页 |
| 第二章 粒子群算法 | 第16-26页 |
| ·标准的粒子群算法 | 第16-18页 |
| ·粒子群算法 | 第16-17页 |
| ·粒子群算法的流程 | 第17-18页 |
| ·粒子群算法的改进 | 第18-25页 |
| ·本文的改进方法 | 第20-22页 |
| ·仿真实验 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 小波神经网络 | 第26-40页 |
| ·小波神经网络的理论基础 | 第26-28页 |
| ·小波变换 | 第26-27页 |
| ·几种常用的小波基函数 | 第27-28页 |
| ·小波神经网络的特点 | 第28-29页 |
| ·小波神经网络的结构 | 第29-30页 |
| ·小波神经网络的常用学习算法 | 第30-32页 |
| ·BP算法 | 第30-31页 |
| ·遗传算法 | 第31-32页 |
| ·粒子群算法 | 第32页 |
| ·粒子群算法优化的小波神经网络 | 第32-38页 |
| ·算法设计 | 第32-33页 |
| ·参数的选取 | 第33-36页 |
| ·仿真实验 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 小波神经网络在目标跟踪中的应用 | 第40-56页 |
| ·运动目标跟踪模型 | 第40-47页 |
| ·CV和CA模型 | 第40-41页 |
| ·Singer模型 | 第41-42页 |
| ·"当前"统计模型 | 第42-44页 |
| ·跟踪性能仿真分析 | 第44-47页 |
| ·机动频率对"当前"统计模型的影响 | 第47-49页 |
| ·粒子群算法优化的小波神经网络调整机动频率 | 第49-54页 |
| ·小波神经网络自适应调整机动频率原理 | 第49页 |
| ·改进的粒子群算法优化的小波神经网络自适应调整机动频率的步骤 | 第49-51页 |
| ·仿真 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读学位期间发表的学术论文目录 | 第64页 |