| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究动态 | 第10-11页 |
| ·本文主要工作 | 第11-13页 |
| 第二章 基于动态规划的检测前跟踪算法 | 第13-18页 |
| ·基于动态规划的弱目标检测前跟踪算法基本思想 | 第13页 |
| ·基于动态规划的弱目标检测前跟踪算法理论模型 | 第13-14页 |
| ·目标模型 | 第13-14页 |
| ·测量模型 | 第14页 |
| ·基于动态规划的弱目标检测前跟踪算法 | 第14-16页 |
| ·基于动态规划的弱目标检测前跟踪算法仿真 | 第16-17页 |
| ·仿真1分析初速度已知和未知情况下目标的检测跟踪性能 | 第16-17页 |
| ·仿真2存在邻近目标时的值函数积累结果 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 基于动态规划的多目标检测前跟踪算法 | 第18-31页 |
| ·基于动态规划多目标TBD算法理论模型 | 第18-19页 |
| ·目标运动模型 | 第18-19页 |
| ·测量模型 | 第19页 |
| ·SIC-DPA算法 | 第19-24页 |
| ·SIC-DPA算法理论分析 | 第19-24页 |
| ·SP-STC-VTA算法介绍 | 第24-25页 |
| ·算法仿真 | 第25-30页 |
| ·多目标DPA算法的性能分析指标介绍 | 第25-26页 |
| ·仿真1 | 第26-28页 |
| ·仿真2 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于先验知识的动态规划算法 | 第31-60页 |
| ·先验知识的分类 | 第31-32页 |
| ·基于幅度信息的动态规划算法 | 第32-38页 |
| ·基于幅度信息的动态规划算法理论分析 | 第32-35页 |
| ·目标幅度恒定的检测跟踪 | 第35页 |
| ·仿真分析 | 第35-38页 |
| ·目标幅度起伏时的检测跟踪 | 第38-46页 |
| ·幅度起伏模型 | 第38页 |
| ·卡尔曼滤波流程 | 第38-39页 |
| ·卡尔曼滤波估计起伏目标幅度单目标DPA算法流程 | 第39-40页 |
| ·仿真分析 | 第40-43页 |
| ·多目标不同幅度分布目标检测 | 第43-46页 |
| ·基于道路信息的动态规划算法 | 第46-54页 |
| ·算法思路 | 第46-47页 |
| ·目标运动模型 | 第47页 |
| ·算法流程 | 第47-49页 |
| ·仿真分析 | 第49-54页 |
| ·基于杂波图的动态规划算法 | 第54-59页 |
| ·算法思路 | 第54-55页 |
| ·测量模型 | 第55页 |
| ·算法流程 | 第55-56页 |
| ·基于强杂波置零补偿的动态规划算法 | 第56-57页 |
| ·仿真分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 结束语 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66页 |