| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景及其意义 | 第8-9页 |
| ·国内外的研究现状及进展 | 第9-10页 |
| ·本文的主要内容和安排 | 第10-12页 |
| 第2章 机动目标跟踪的原理与运动模型 | 第12-20页 |
| ·机动目标跟踪的基本原理 | 第12-13页 |
| ·目标跟踪的数学模型 | 第13-19页 |
| ·机动目标跟踪的运动模型 | 第13-17页 |
| ·目标运动的量测模型 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 粒子滤波理论及重要密度函数的改进 | 第20-40页 |
| ·引言 | 第20-21页 |
| ·贝叶斯滤波理论 | 第21-23页 |
| ·非线性动态系统的描述 | 第21页 |
| ·贝叶斯滤波的原理 | 第21-23页 |
| ·扩展卡尔曼滤波(EKF) | 第23-25页 |
| ·粒子滤波 | 第25-33页 |
| ·蒙特卡罗(Monte Carlo)方法 | 第25页 |
| ·蒙特卡罗(Monte Carlo)积分 | 第25-26页 |
| ·重要性采样(Importance Sampling,IS) | 第26-27页 |
| ·序列重要性采样算法 | 第27-29页 |
| ·标准粒子滤波算法 | 第29页 |
| ·标准粒子滤波的缺点及消除方法 | 第29-33页 |
| ·基于混合型重要密度函数的改进算法 | 第33-34页 |
| ·实验仿真及结果分析 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于UPF的IRST系统机动目标跟踪 | 第40-54页 |
| ·红外搜索与跟踪系统(IRST) | 第40-42页 |
| ·引言 | 第40-41页 |
| ·IRST系统单站被动跟踪存在的问题及解决方法 | 第41-42页 |
| ·无迹卡尔曼(UKF)算法 | 第42-46页 |
| ·Unscented变换(Unscented Transformation,UT) | 第43-44页 |
| ·无迹卡尔曼算法 | 第44-46页 |
| ·无迹粒子滤波(UPF)算法 | 第46-48页 |
| ·基于UPF的红外机动目标跟踪 | 第48-53页 |
| ·红外目标的动态模型 | 第48-50页 |
| ·仿真分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·本人工作的进一步展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62页 |