| 目录 | 第1-9页 |
| 缩略词 | 第9-10页 |
| 摘要 | 第10-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-23页 |
| ·概述 | 第14页 |
| ·天基红外监视系统中目标检测与跟踪问题的研究现状 | 第14-21页 |
| ·图像的非均匀性校正与背景杂波抑制 | 第15-17页 |
| ·多目标数据关联与轨迹跟踪 | 第17-19页 |
| ·弱小目标轨迹检测前跟踪 | 第19-21页 |
| ·论文主要工作和章节安排 | 第21-23页 |
| 第二章 图像非均匀性校正与背景杂波抑制 | 第23-64页 |
| ·引言 | 第23页 |
| ·探测图像的非均匀性校正 | 第23-30页 |
| ·神经网络非均匀性校正算法的基本原理 | 第23-24页 |
| ·基于列均衡与神经网络的非均匀性校正算法 | 第24-27页 |
| ·仿真实验与结果分析 | 第27-30页 |
| ·高轨静止平台探测中的背景杂波自适应抑制 | 第30-50页 |
| ·背景杂波时空域模型 | 第30-31页 |
| ·基于 Markov 自回归模型的时空域融合抑制算法 | 第31-34页 |
| ·基于约束序贯 M 估计的时空域融合抑制算法 | 第34-39页 |
| ·仿真实验与结果分析 | 第39-50页 |
| ·中低轨运动平台探测中的背景杂波自适应抑制 | 第50-63页 |
| ·基于 MHD-PSO 特征图像配准的背景杂波抑制算法 | 第51-55页 |
| ·基于运动平台参数的背景杂波抑制算法 | 第55-59页 |
| ·仿真实验与结果分析 | 第59-63页 |
| ·小结 | 第63-64页 |
| 第三章 像平面多目标数据关联与轨迹跟踪 | 第64-105页 |
| ·引言 | 第64-65页 |
| ·像平面目标运动与观测模型 | 第65-69页 |
| ·基于 IS-MCMC 的像平面多目标数据关联与轨迹跟踪 | 第69-81页 |
| ·MCMC 多目标数据关联与轨迹跟踪的基本原理 | 第69-76页 |
| ·MCMC 算法的改进-IS-MCMC | 第76-81页 |
| ·基于 IMM-OIPMHT 的像平面多目标数据关联与轨迹跟踪 | 第81-90页 |
| ·IPMHT 多目标数据关联与轨迹跟踪的基本原理 | 第81-84页 |
| ·IPMHT 算法的改进-IMM-OIPMHT | 第84-90页 |
| ·仿真实验与结果分析 | 第90-104页 |
| ·基于 IS-MCMC 的像平面多目标数据关联与轨迹跟踪 | 第90-99页 |
| ·基于 IMM-OIPMHT 的像平面多目标数据关联与轨迹跟踪 | 第99-104页 |
| ·小结 | 第104-105页 |
| 第四章 像平面弱小目标检测前跟踪 | 第105-140页 |
| ·引言 | 第105-109页 |
| ·像平面目标运动与观测模型 | 第109-110页 |
| ·基于启发式 MM-PF 的像平面弱小目标检测前跟踪 | 第110-120页 |
| ·MM-PF TBD 的基本原理 | 第110-114页 |
| ·MM-PF TBD 算法的改进-启发式 MM-PF | 第114-118页 |
| ·启发式 MM-PF TBD 算法的实现 | 第118-120页 |
| ·基于 MM-PHD 的像平面弱小目标检测前跟踪 | 第120-127页 |
| ·PHD TBD 的基本原理 | 第120-122页 |
| ·PHD TBD 算法的改进-MM-PHD | 第122-125页 |
| ·MM-PHD TBD 算法的实现 | 第125-127页 |
| ·仿真实验与结果分析 | 第127-139页 |
| ·启发式 MM-PF TBD | 第127-134页 |
| ·MM-PHD TBD | 第134-139页 |
| ·小结 | 第139-140页 |
| 第五章 结论与展望 | 第140-144页 |
| ·论文主要成果和创新点 | 第140-142页 |
| ·进一步研究的问题 | 第142-144页 |
| 致谢 | 第144-146页 |
| 参考文献 | 第146-156页 |
| 作者在学期间取得的学术成果 | 第156-157页 |
| 作者在攻读博士学位期间参与的科研项目 | 第157页 |
