结合实测数据的检测前跟踪算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 论文的内容与安排 | 第19-21页 |
| 第二章 贝叶斯框架下的滤波方法 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 几种传统滤波方法 | 第21-26页 |
| 2.2.1 贝叶斯估计理论 | 第21-23页 |
| 2.2.2 传统卡尔曼滤波 | 第23-24页 |
| 2.2.3 扩展卡尔曼滤波（EKF） | 第24-25页 |
| 2.2.4 无迹卡尔曼滤波（UKF） | 第25-26页 |
| 2.3 粒子滤波简介 | 第26-29页 |
| 2.3.1 粒子滤波算法基本原理 | 第26-28页 |
| 2.3.2 标准粒子滤波算法描述 | 第28-29页 |
| 2.3.3 基于粒子滤波算法的改进形式 | 第29页 |
| 2.4 仿真实验 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 二维平面内运动目标的粒子滤波检测前跟踪 | 第31-59页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于粒子滤波的TBD算法描述 | 第32-37页 |
| 3.2.1 贝叶斯检测前跟踪描述 | 第32-33页 |
| 3.2.2 粒子滤波的TBD算法 | 第33-34页 |
| 3.2.3 TBD的信号处理流程 | 第34-37页 |
| 3.3 基于点扩散的TBD建模 | 第37-43页 |
| 3.3.1 运动模型 | 第37-38页 |
| 3.3.2 量测模型 | 第38-39页 |
| 3.3.3 仿真实验 | 第39-43页 |
| 3.4 基于距离-多普勒的TBD建模 | 第43-51页 |
| 3.4.1 运动模型 | 第43-44页 |
| 3.4.2 量测模型 | 第44-47页 |
| 3.4.3 仿真实验 | 第47-51页 |
| 3.5 改进粒子滤波的检测前跟踪算法 | 第51-57页 |
| 3.5.1 改进的PF-TBD算法 | 第51-53页 |
| 3.5.2 仿真实验 | 第53-57页 |
| 3.6 本章小结 | 第57-59页 |
| 第四章 TBD技术在某雷达中的应用 | 第59-81页 |
| 4.1 引言 | 第59页 |
| 4.2 传统检测方法 | 第59-60页 |
| 4.3 基于粒子滤波的TBD | 第60-61页 |
| 4.4 实测数据预处理及实验结果分析 | 第61-80页 |
| 4.4.1 实验一 | 第61-68页 |
| 4.4.2 实验二 | 第68-74页 |
| 4.4.3 实验三 | 第74-80页 |
| 4.5 本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 1.1 总结 | 第81页 |
| 1.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-89页 |
| 作者简介 | 第89-90页 |
