| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 MIMO雷达研究现状 | 第12-14页 |
| 1.2.1 集中式MIMO雷达研究现状 | 第12页 |
| 1.2.2 分布式MIMO雷达研究现状 | 第12-14页 |
| 1.3 检测前跟踪算法的研究现状 | 第14-17页 |
| 1.4 本文主要工作 | 第17-18页 |
| 1.5 论文章节安排 | 第18-20页 |
| 第二章 MIMO雷达检测前跟踪技术基础理论 | 第20-29页 |
| 2.1 引言 | 第20页 |
| 2.2 基础模型 | 第20-21页 |
| 2.2.1 信号模型 | 第20-21页 |
| 2.2.2 目标运动模型 | 第21页 |
| 2.3 动态规划算法 | 第21-24页 |
| 2.3.1 动态规划的两个准则 | 第22-23页 |
| 2.3.2 动态规划的基本流程 | 第23页 |
| 2.3.3 值函数设计 | 第23-24页 |
| 2.4 粒子滤波算法 | 第24-27页 |
| 2.4.1 贝叶斯滤波 | 第24-25页 |
| 2.4.2 序贯重要性采样 | 第25-26页 |
| 2.4.3 重采样 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 高斯噪声条件下的目标检测前跟踪算法 | 第29-37页 |
| 3.1 引言 | 第29页 |
| 3.2 系统模型 | 第29-30页 |
| 3.3 基于逐目标消除-动态规划的检测前跟踪算法 | 第30-33页 |
| 3.3.1 算法思想 | 第30页 |
| 3.3.2 算法原理 | 第30-32页 |
| 3.3.3 检测性能分析 | 第32-33页 |
| 3.3.4 算法复杂度分析 | 第33页 |
| 3.4 实验仿真与结果分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 非高斯噪声条件下的检测前跟踪算法 | 第37-50页 |
| 4.1 引言 | 第37页 |
| 4.2 系统模型 | 第37-38页 |
| 4.3 带势概率假设密度理论基础 | 第38-41页 |
| 4.3.1 随机有限集 | 第38-39页 |
| 4.3.2 概率假设密度递归 | 第39-40页 |
| 4.3.3 带势概率假设密度递归 | 第40-41页 |
| 4.4 基于带势概率假设密度-粒子滤波的检测前跟踪算法 | 第41-45页 |
| 4.4.1 算法原理 | 第41-43页 |
| 4.4.2 后验克拉美-罗界推导 | 第43-45页 |
| 4.5 实验仿真与结果分析 | 第45-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第五章 噪声统计特性未知条件下的目标检测前跟踪算法 | 第50-59页 |
| 5.1 引言 | 第50页 |
| 5.2 系统模型 | 第50-51页 |
| 5.3 基于CRPF的检测前跟踪算法 | 第51-55页 |
| 5.3.1 算法思想 | 第51页 |
| 5.3.2 基于CRPF的状态估计 | 第51-53页 |
| 5.3.3 基于CRPF的检测器 | 第53-55页 |
| 5.4 实验仿真与结果分析 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59页 |
| 6.2 工作展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 作者简历 | 第67页 |