| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11页 |
| 1.2 微弱目标检测概述 | 第11-12页 |
| 1.3 DBT和TBD概述 | 第12-13页 |
| 1.4 国内外研究现状 | 第13-14页 |
| 1.5 本文主要内容及内容安排 | 第14-17页 |
| 第2章 粒子滤波理论 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 Bayes估计理论 | 第17-20页 |
| 2.3 Bayes重要性采样 | 第20-21页 |
| 2.4 序贯重要性采样算法 | 第21-23页 |
| 2.5 重要性概率密度函数的选择 | 第23-24页 |
| 2.6 重采样方法 | 第24-25页 |
| 2.7 标准粒子滤波算法流程 | 第25-27页 |
| 2.8 本章小结 | 第27-29页 |
| 第3章 粒子滤波的改进算法 | 第29-43页 |
| 3.1 引言 | 第29-30页 |
| 3.2 无迹粒子滤波算法 | 第30-35页 |
| 3.2.1 无迹变换 | 第30-32页 |
| 3.2.2 无迹卡尔曼滤波算法 | 第32-33页 |
| 3.2.3 无迹粒子滤波算法流程 | 第33-35页 |
| 3.3 马尔可夫链蒙特卡洛方法 | 第35-37页 |
| 3.3.1 MH准则 | 第35-37页 |
| 3.3.2 基于马尔可夫链蒙特卡洛方法的无迹粒子滤波算法 | 第37页 |
| 3.4 改进算法IPF-MCMC | 第37-39页 |
| 3.5 实验仿真及结果分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于无迹粒子滤波的TBD方法 | 第43-67页 |
| 4.1 引言 | 第43页 |
| 4.2 TBD实现方法对比分析 | 第43-45页 |
| 4.3 TBD问题描述 | 第45-47页 |
| 4.3.1 目标运动模型 | 第45-46页 |
| 4.3.2 TBD传感器模型 | 第46-47页 |
| 4.4 基于粒子滤波的TBD算法流程 | 第47-51页 |
| 4.5 基于无迹粒子滤波的UPF-TBD算法流程 | 第51-53页 |
| 4.6 基于遗传算法的重采样改进算法 | 第53-57页 |
| 4.6.1 遗传算法介绍 | 第53-55页 |
| 4.6.2 基于MH变异的遗传重采样算法 | 第55-57页 |
| 4.7 基于MH变异遗传重采样的UPF-TBD算法 | 第57-66页 |
| 4.7.1 算法介绍 | 第57-58页 |
| 4.7.2 实验仿真及结果分析 | 第58-66页 |
| 4.8 本章小结 | 第66-67页 |
| 第5章 红外微弱目标的PF-TBD研究 | 第67-75页 |
| 5.1 引言 | 第67页 |
| 5.2 红外微弱目标图像特性分析 | 第67-68页 |
| 5.3 基于Top-hat变换的背景抑制 | 第68-70页 |
| 5.4 基于PF的红外微弱目标TBD算法 | 第70-71页 |
| 5.5 实验仿真结果及分析 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第6章 总结与展望 | 第75-77页 |
| 6.1 本文工作总结 | 第75-76页 |
| 6.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |