摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第13-18页 |
1.1 选题的背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.2.1 检测前跟踪技术研究现状 | 第14-15页 |
1.2.2 Hough变换检测前跟踪研究现状 | 第15-16页 |
1.2.3 粒子滤波检测前跟踪研究现状 | 第16-17页 |
1.3 本文的研究内容和章节安排 | 第17-18页 |
第二章 海杂波的建模与仿真 | 第18-31页 |
2.1 海杂波的生成原理 | 第18-19页 |
2.1.1 一阶海杂波的生成原理 | 第18-19页 |
2.1.2 高阶海杂波的生成原理 | 第19页 |
2.2 杂波的分布模型及PDF分析 | 第19-24页 |
2.2.1 瑞利分布模型及PDF分析 | 第19-20页 |
2.2.2 对数正态分布模型及PDF分析 | 第20-21页 |
2.2.3 韦布尔分布模型及PDF分析 | 第21-23页 |
2.2.4 K分布模型及PDF分析 | 第23-24页 |
2.3 杂波模拟方法的研究 | 第24-26页 |
2.3.1 无记忆非线性变换法 | 第25页 |
2.3.2 球不变随机过程法 | 第25-26页 |
2.3.3 ZMNL法与SIRP法的区别 | 第26页 |
2.4 K分布杂波的仿真 | 第26-30页 |
2.4.1 K分布仿真流程 | 第26-27页 |
2.4.2 线性滤波器设计 | 第27-28页 |
2.4.3 K分布仿真结果 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章 CFAR-Hough算法检测海面目标 | 第31-44页 |
3.1 CFAR检测 | 第31-35页 |
3.1.1 CFAR检测概述 | 第31页 |
3.1.2 均值类CFAR检测模型 | 第31-32页 |
3.1.3 有序统计类CFAR检测模型 | 第32-33页 |
3.1.4 OSGO-CFAR在K分布杂波中的应用 | 第33-35页 |
3.2 基于Hough变换的TBD算法 | 第35-38页 |
3.2.1 Hough变换的基本原理 | 第35-36页 |
3.2.2 Hough变换在TBD中的应用 | 第36-38页 |
3.3 算法仿真 | 第38-42页 |
3.4 本章小结 | 第42-44页 |
第四章 基于粒子滤波的TBD算法 | 第44-61页 |
4.1 递归贝叶斯估计原理 | 第44-46页 |
4.2 基本粒子滤波 | 第46-49页 |
4.2.1 蒙特卡洛原理 | 第46页 |
4.2.2 贝叶斯重要性采样 | 第46-47页 |
4.2.3 序贯重要性采样 | 第47-48页 |
4.2.4 SIR算法 | 第48-49页 |
4.3 基于粒子滤波的单目标TBD算法 | 第49-54页 |
4.3.1 目标状态模型及测量模型 | 第49-50页 |
4.3.2 粒子滤波检测过程 | 第50-51页 |
4.3.3 基于粒子滤波的TBD算法步骤 | 第51页 |
4.3.4 单目标跟踪算法仿真 | 第51-54页 |
4.4 基于粒子滤波的多目标TBD算法 | 第54-56页 |
4.4.1 多目标数据融合概述 | 第54页 |
4.4.2 K近邻分类算法 | 第54-55页 |
4.4.3 多目标系统算法仿真 | 第55-56页 |
4.5 基于箱粒子滤波的TBD算法 | 第56-59页 |
4.5.1 区间分析 | 第57页 |
4.5.2 箱粒子滤波算法流程 | 第57-58页 |
4.5.3 箱粒子滤波算法仿真 | 第58-59页 |
4.6 本章小结 | 第59-61页 |
第五章 基于FPGA的实时Hough变换 | 第61-71页 |
5.1 基于FPGA的实时Hough变换实现原理 | 第61-62页 |
5.2 基于FPGA的实时Hough变换模块设计 | 第62-66页 |
5.2.1 数据输出 | 第63-64页 |
5.2.2 ρ 值生成 | 第64-65页 |
5.2.3 幅值累加 | 第65-66页 |
5.2.4 极大值搜索及最大值输出 | 第66页 |
5.3 FPGA验证 | 第66-70页 |
5.3.1 Matlab仿真 | 第66-67页 |
5.3.2 Quartus验证 | 第67-70页 |
5.4 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-73页 |
6.1 总结 | 第71页 |
6.2 展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-78页 |
在学期间的研究成果及发表的学术论文 | 第78页 |