| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 选题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究的现状 | 第11-13页 |
| 1.3 论文的组织结构 | 第13-16页 |
| 第2章 目标模型与机动目标跟踪 | 第16-40页 |
| 2.1 机动目标跟踪基本原理 | 第16-17页 |
| 2.2 机动目标运动模型分析 | 第17-26页 |
| 2.2.1 匀速CV模型与匀加速CA模型 | 第18-20页 |
| 2.2.2 Singer模型 | 第20-21页 |
| 2.2.3 "当前"统计模型 | 第21-26页 |
| 2.3 卡尔曼滤波器 | 第26-28页 |
| 2.4 扩展卡尔曼滤波器 | 第28-35页 |
| 2.4.1 扩展卡尔曼滤波原理 | 第29-31页 |
| 2.4.2 仿真实验 | 第31-35页 |
| 2.5 自适应卡尔曼滤波器 | 第35-38页 |
| 2.5.1 自适应卡尔曼滤波原理 | 第35-37页 |
| 2.5.2 仿真实验 | 第37-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第3章 基于"当前"统计模型的机动目标跟踪自适应滤波方法 | 第40-56页 |
| 3.1 自适应扩展卡尔曼滤波器 | 第40-44页 |
| 3.1.1 "当前"统计模型的机动状态 | 第40-41页 |
| 3.1.2 仿真实验 | 第41-44页 |
| 3.2 基于自适应机动频率的扩展卡尔曼滤波器 | 第44-48页 |
| 3.3 改进的自适应扩展卡尔曼滤波器 | 第48-55页 |
| 3.3.1 改进的自适应扩展卡尔曼算法原理 | 第48-49页 |
| 3.3.2 仿真实验 | 第49-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 改进的Sage-Husa自适应卡尔曼滤波 | 第56-70页 |
| 4.1 Sage-Husa自适应卡尔曼滤波器 | 第56-58页 |
| 4.2 简化的Sage-Husa自适应卡尔曼滤波器 | 第58-61页 |
| 4.2.1 加权系数与滤波估值原理 | 第58-60页 |
| 4.2.2 仿真实验 | 第60-61页 |
| 4.3 基于加权补偿的Sage-Husa自适应卡尔曼滤波器 | 第61-66页 |
| 4.4 基于加权补偿的Sage-Husa自适应扩展卡尔曼滤波器 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第5章 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78页 |
