| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-15页 |
| ·研究背景及意义 | 第6-7页 |
| ·目标模型及研究难点 | 第7-8页 |
| ·目标模型 | 第7页 |
| ·微弱点状动目标跟踪难点 | 第7-8页 |
| ·弱点目标检测与跟踪方法 | 第8-13页 |
| ·本论文主要研究工作 | 第13页 |
| ·论文内容安排 | 第13-15页 |
| 第二章 粒子滤波理论 | 第15-24页 |
| ·贝叶斯滤波原理 | 第16-18页 |
| ·粒子滤波器 | 第18-24页 |
| ·贝叶斯重要性采样（BIS） | 第18-20页 |
| ·序列重要性采样（SIS） | 第20-21页 |
| ·退化现象 | 第21-24页 |
| 第三章 基于粒子滤波和数据关联的点状动目标跟踪技术 | 第24-32页 |
| ·概率数据关联问题的提出 | 第25-26页 |
| ·概率数据关联跟踪技术 | 第26-27页 |
| ·观测及目标模型 | 第27页 |
| ·粒子滤波的目标跟踪理论 | 第27-29页 |
| ·跟踪模型 | 第27-28页 |
| ·测量模型 | 第28页 |
| ·粒子滤波理论框架下，红外目标更新算法的基本步骤 | 第28-29页 |
| ·多目标实时跟踪的数据关联理论 | 第29-30页 |
| ·独立运动目标的跟踪算法 | 第29页 |
| ·交叉运动多目标的跟踪算法 | 第29-30页 |
| ·基于粒子滤波和数据关联的点状运动多目标实时跟踪算法 | 第30-32页 |
| 第四章 算法仿真与性能分析 | 第32-42页 |
| ·实验条件 | 第32-33页 |
| ·实验环境 | 第32页 |
| ·实验数据准备 | 第32-33页 |
| ·实验结果 | 第33-42页 |
| ·实验流程图 | 第33-34页 |
| ·跟踪实验结果 | 第34-42页 |
| 第五章 结论与展望 | 第42-43页 |
| ·结论 | 第42页 |
| ·展望 | 第42-43页 |
| 参考文献 | 第43-48页 |
| 攻读学位期间发表的学术论文 | 第48-49页 |
| 致谢 | 第49-50页 |