基于被动阵列的水声弱目标检测前跟踪算法研究
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究动态 | 第11-13页 |
1.2.1 国外研究动态 | 第11-13页 |
1.2.2 国内研究动态 | 第13页 |
1.3 本文主要工作 | 第13-15页 |
第二章 阵列信号粒子滤波检测前跟踪基本模型 | 第15-30页 |
2.1 线列阵声呐信号模型 | 第15-17页 |
2.2 多目标粒子滤波检测前跟踪算法 | 第17-25页 |
2.2.1 检测前跟踪技术 | 第17-18页 |
2.2.2 基于贝叶斯估计的目标跟踪框架 | 第18-19页 |
2.2.3 多目标运动和量测模型 | 第19-20页 |
2.2.4 多目标粒子滤波算法 | 第20-24页 |
2.2.5 总结 | 第24-25页 |
2.3 独立分区多目标粒子滤波算法 | 第25-28页 |
2.4 算法仿真 | 第28-29页 |
2.5 本章小节 | 第29-30页 |
第三章 被动声呐粒子滤波检测前跟踪算法 | 第30-56页 |
3.1 舰船辐射噪声模型建立 | 第30-38页 |
3.1.1 舰船辐射噪声源 | 第30-31页 |
3.1.2 舰船辐射噪声频谱特性 | 第31-32页 |
3.1.3 连续谱噪声仿真方法设计 | 第32页 |
3.1.4 被动声呐系统方位历程图 | 第32-36页 |
3.1.5 宽带信号模型 | 第36-37页 |
3.1.6 水声弱目标定义 | 第37-38页 |
3.2 声呐信号似然函数模型 | 第38-47页 |
3.2.1 被动声呐系统运动量测模型 | 第38-39页 |
3.2.2 最小CV距离准则 | 第39-40页 |
3.2.3 宽带波束形成似然函数模型 | 第40-46页 |
3.2.4 双参数分布特性以及信噪比参数问题 | 第46-47页 |
3.3 算法仿真实现 | 第47-54页 |
3.4 本章小节 | 第54-56页 |
第四章 基于权值假设检验的粒子滤波检测前跟踪算法 | 第56-78页 |
4.1 先验依赖的粒子滤波TBD算法 | 第56-57页 |
4.2 基于权值和的假设检验方法 | 第57-64页 |
4.2.1 新生目标判别 | 第58-60页 |
4.2.2 消失目标判别 | 第60-61页 |
4.2.3 联合多帧判别 | 第61-64页 |
4.3 算法仿真实现 | 第64-68页 |
4.4 实测数据验证 | 第68-77页 |
4.5 本章小节 | 第77-78页 |
第五章 工作总结与展望 | 第78-80页 |
5.1 全文总结 | 第78-79页 |
5.2 工作展望 | 第79-80页 |
致谢 | 第80-81页 |
参考文献 | 第81-85页 |
攻硕期间取得的研究成果 | 第85页 |