| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 机动目标跟踪研究现状 | 第11-12页 |
| 1.2.2 机动目标跟踪下雷达自适应资源管理方法研究现状 | 第12-14页 |
| 1.3 本文主要工作及章节安排 | 第14-15页 |
| 第二章 机动目标跟踪的相关理论与方法 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 机动目标跟踪算法及原理 | 第15-16页 |
| 2.3 目标建模 | 第16-18页 |
| 2.3.1 CV和CA模型 | 第16页 |
| 2.3.2 匀速转弯模型 | 第16-17页 |
| 2.3.3“当前”统计模型 | 第17-18页 |
| 2.3.4 Singer模型 | 第18页 |
| 2.4 目标跟踪滤波算法 | 第18-23页 |
| 2.4.1 卡尔曼滤波算法 | 第18-19页 |
| 2.4.2 扩展卡尔曼滤波算法 | 第19-21页 |
| 2.4.3 无味卡尔曼滤波算法 | 第21-23页 |
| 2.5 多模型滤波算法 | 第23-26页 |
| 2.5.1 交互式多模型算法 | 第23-25页 |
| 2.5.2 变结构多模型算法 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于改进预测协方差门限法的采样周期自适应算法 | 第27-36页 |
| 3.1 引言 | 第27-28页 |
| 3.2 常用的自适应采样周期算法 | 第28-31页 |
| 3.2.1 公式法 | 第28页 |
| 3.2.2 预测协方差门限法 | 第28-29页 |
| 3.2.3 递推法 | 第29-31页 |
| 3.3 基于改进预测协方差门限法的采样周期自适应算法 | 第31-32页 |
| 3.3.1 改进预测协方差门限法 | 第31页 |
| 3.3.2 性能评估 | 第31-32页 |
| 3.4 仿真与分析 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于离线Riccati方程的采样周期自适应算法 | 第36-43页 |
| 4.1 引言 | 第36页 |
| 4.2 基于Riccati方程的雷达稳态资源管理 | 第36-37页 |
| 4.3 基于离线Riccati方程的采样周期自适应算法 | 第37-38页 |
| 4.4 性能评估 | 第38-39页 |
| 4.5 仿真结果与分析 | 第39-41页 |
| 4.6 本章小结 | 第41-43页 |
| 第五章 基于混合网格多模型的采样周期自适应算法 | 第43-51页 |
| 5.1 引言 | 第43页 |
| 5.2 混合网格多模型算法（HGMM） | 第43-44页 |
| 5.3 基于“当前”统计模型的混合网格多模型算法 | 第44-47页 |
| 5.4 基于混合网格多模型的采样周期自适应算法 | 第47-48页 |
| 5.5 仿真与分析 | 第48-50页 |
| 5.6 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51-52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 附录 | 第60页 |
