| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·机动目标跟踪概述 | 第10-11页 |
| ·研究现状及现存问题 | 第11-14页 |
| ·应用前景 | 第14-15页 |
| ·本课题的主要研究内容 | 第15-16页 |
| 第2章 机动目标模型 | 第16-35页 |
| ·匀速(CV)模型 | 第16-18页 |
| ·匀加速（CA）模型 | 第18-19页 |
| ·Singer 模型 | 第19-23页 |
| ·当前统计（CS）模型 | 第23-27页 |
| ·机动加速度的“当前”概率密度 | 第23-24页 |
| ·机动加速度的非零均值时间相关模型 | 第24-27页 |
| ·Jerk 模型 | 第27-30页 |
| ·CS-Jerk 模型 | 第30-31页 |
| ·交互式多模型算法 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 机动目标跟踪与滤波基本原理 | 第35-62页 |
| ·参数估计的基本理论 | 第35-38页 |
| ·四种基本估计方法 | 第35-36页 |
| ·估计性质 | 第36-38页 |
| ·静态情况下的参数估计 | 第38-44页 |
| ·最小二乘估计 | 第38-41页 |
| ·最小均方误差估计 | 第41-44页 |
| ·非静态情况下的参数估计与状态估计 | 第44-56页 |
| ·渐消记忆的递推最小二乘法 | 第44-45页 |
| ·卡尔曼滤波 | 第45-51页 |
| ·扩展卡尔曼滤波 | 第51-53页 |
| ·不敏卡尔曼滤波 | 第53-56页 |
| ·自适应滤波算法 | 第56-59页 |
| ·检测自适应滤波 | 第56-57页 |
| ·实时辨识自适应滤波 | 第57-58页 |
| ·全面自适应滤波 | 第58-59页 |
| ·Monte Carlo 仿真设计 | 第59-61页 |
| ·Monte Carlo 仿真方法的基本思想及其特点 | 第59-60页 |
| ·Monte Carlo 仿真具体过程 | 第60页 |
| ·仿真过程中一些常用的统计指标 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 基于机动频率辨识的机动目标跟踪算法 | 第62-81页 |
| ·Jerk 模型中机动频率的辨识算法 | 第62-65页 |
| ·机动频率的辨识 | 第62-64页 |
| ·仿真内容及结果 | 第64-65页 |
| ·存在观测噪声时机动频率辨识误差的补偿 | 第65-68页 |
| ·基于机动频率辨识的目标跟踪改进算法 | 第68-80页 |
| ·改进的CS-Jerk 模型 | 第68-72页 |
| ·α - CS-Jerk机动目标滤波算法 | 第72-74页 |
| ·初始状态的选取 | 第74-75页 |
| ·仿真与结果分析 | 第75-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻读硕士学位期间发表的论文和取得科研成果 | 第87-88页 |
| 致谢 | 第88页 |