| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·目标跟踪研究现状 | 第9-10页 |
| ·目标跟踪常用滤波算法 | 第10-11页 |
| ·章节介绍 | 第11-13页 |
| 第二章 机动目标跟踪常用模型算法 | 第13-21页 |
| ·概述 | 第13页 |
| ·CV和CA模型 | 第13-15页 |
| ·一阶时间相关模型(Singer模型) | 第15页 |
| ·当前统计模型 | 第15-17页 |
| ·自适应当前输入统计模型 | 第17页 |
| ·匀速转弯运动模型 | 第17-18页 |
| ·交互式多模型算法(IMM) | 第18-21页 |
| 第三章 目标跟踪常用滤波算法 | 第21-41页 |
| ·引言 | 第21页 |
| ·卡尔曼滤波算法 | 第21-22页 |
| ·扩展卡尔曼滤波算法 | 第22-23页 |
| ·粒子滤波算法基础理论 | 第23-29页 |
| ·贝叶斯估计理论 | 第24-25页 |
| ·蒙特卡洛方法 | 第25页 |
| ·重采样技术 | 第25-29页 |
| ·标准粒子滤波算法 | 第29-41页 |
| ·标准粒子滤波原理 | 第29-32页 |
| ·标准粒子滤波仿真 | 第32-41页 |
| 第四章 粒子滤波算法改进 | 第41-47页 |
| ·引言 | 第41页 |
| ·扩展卡尔曼粒子滤波算法 | 第41-43页 |
| ·正则粒子滤波算法(RPF) | 第43-45页 |
| ·线性优化组合重采样粒子滤波改进算法 | 第45-47页 |
| 第五章 交互式多模型粒子滤波算法及粒子滤波采样门限值研究 | 第47-53页 |
| ·交互式多模型粒子滤波算法 | 第47-48页 |
| ·粒子滤波采样门限值研究 | 第48-51页 |
| ·本章结论 | 第51-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士学位期间已发表和录用的学术论文 | 第61页 |