| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-16页 |
| ·主要研究内容 | 第16-18页 |
| 第2章 雷达弱目标检测前跟踪理论基础 | 第18-27页 |
| ·引言 | 第18页 |
| ·TBD 方法基本思想 | 第18-19页 |
| ·粒子滤波理论 | 第19-22页 |
| ·序贯重要性采样 | 第19-21页 |
| ·重采样方法 | 第21-22页 |
| ·采样重要性重采样算法 | 第22页 |
| ·多目标跟踪基本概念 | 第22-26页 |
| ·最近邻方法 | 第23页 |
| ·联合概率数据关联 | 第23-24页 |
| ·多假设跟踪 | 第24-25页 |
| ·随机集理论 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 基于 PF 的单个弱目标 TBD 算法 | 第27-40页 |
| ·引言 | 第27页 |
| ·单个目标 TBD 模型 | 第27-31页 |
| ·目标运动模型 | 第28-29页 |
| ·雷达传感器观测模型 | 第29-31页 |
| ·基于 PF 的 TBD 实现原理 | 第31-34页 |
| ·检测方法 | 第31-32页 |
| ·跟踪方法 | 第32-33页 |
| ·基于 PF-TBD 算法流程 | 第33-34页 |
| ·基于 PF-TBD 性能评价指标 | 第34-39页 |
| ·技术指标定义及计算方法 | 第34-36页 |
| ·仿真分析 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第4章 基于 PF 的多个弱目标 TBD 算法 | 第40-55页 |
| ·引言 | 第40页 |
| ·多个目标 TBD 模型 | 第40-42页 |
| ·目标运动模型 | 第40-42页 |
| ·雷达传感器观测模型 | 第42页 |
| ·目标数目已知且变化的 PF-TBD 算法 | 第42-53页 |
| ·算法流程 | 第43-44页 |
| ·仿真分析 | 第44-53页 |
| ·目标数目未知的 PF-TBD 算法分析 | 第53页 |
| ·小结 | 第53-55页 |
| 第5章 基于 PHD 滤波器的多弱目标 TBD 算法 | 第55-65页 |
| ·引言 | 第55页 |
| ·概率假设密度滤波原理 | 第55-58页 |
| ·基于 PHD-TBD 算法流程 | 第58-60页 |
| ·目标状态提取方法 | 第60-62页 |
| ·仿真与结果分析 | 第62-63页 |
| ·小结 | 第63-65页 |
| 第6章 总结与展望 | 第65-68页 |
| ·本文总结 | 第65-66页 |
| ·工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 | 第74页 |