基于雷达辅助知识的微弱目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究动态 | 第12-16页 |
| 1.2.1 雷达回波目标知识 | 第13-15页 |
| 1.2.2 雷达回波环境知识 | 第15-16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 第二章 基于雷达幅度知识的修正跟踪算法 | 第18-40页 |
| 2.1 雷达目标跟踪基础理论 | 第18-28页 |
| 2.1.1 目标跟踪系统组成 | 第18-22页 |
| 2.1.2 目标跟踪关键技术 | 第22-26页 |
| 2.1.3 目标跟踪评价指标 | 第26-28页 |
| 2.2 现有基于雷达幅度知识的跟踪算法 | 第28-29页 |
| 2.2.1 现有幅度辅助跟踪算法原理 | 第28页 |
| 2.2.2 现有幅度辅助跟踪算法不足 | 第28-29页 |
| 2.3 基于雷达幅度知识的修正跟踪算法 | 第29-38页 |
| 2.3.1 修正的跟踪算法原理 | 第30页 |
| 2.3.2 不同跟踪场景下的ALR推导 | 第30-33页 |
| 2.3.3 仿真结果及分析 | 第33-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 基于雷达极化知识的跟踪算法 | 第40-58页 |
| 3.1 基于雷达极化知识跟踪基本原理 | 第40-42页 |
| 3.1.1 极化回波信号及检测 | 第41-42页 |
| 3.1.2 极化状态和量测模型 | 第42页 |
| 3.2 基于雷达极化知识跟踪算法框架推导 | 第42-47页 |
| 3.2.1 极化辅助跟踪算法框架推导 | 第43-46页 |
| 3.2.2 极化辅助跟踪算法的应用 | 第46-47页 |
| 3.3 最优极化辅助数据关联算法 | 第47-52页 |
| 3.3.1 O-PDAFPI算法原理推导 | 第47-48页 |
| 3.3.2 仿真结果及分析 | 第48-52页 |
| 3.4 次优极化辅助数据关联算法 | 第52-57页 |
| 3.4.1 S-PDAFPI算法原理推导 | 第52-54页 |
| 3.4.2 仿真结果及分析 | 第54-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第四章 基于雷达杂波库的检测跟踪算法 | 第58-74页 |
| 4.1 雷达杂波库基本理论 | 第58-61页 |
| 4.1.1 地理信息系统 | 第58-60页 |
| 4.1.2 雷达杂波库建模及更新 | 第60-61页 |
| 4.2 基于地理信息系统的跟踪算法 | 第61-68页 |
| 4.2.1 地理信息系统辅助跟踪算法原理 | 第62-64页 |
| 4.2.2 实测数据验证 | 第64-68页 |
| 4.3 基于雷达杂波库的检测跟踪算法 | 第68-72页 |
| 4.3.1 基于雷达杂波库的检测跟踪算法原理 | 第69-70页 |
| 4.3.2 实测数据验证 | 第70-72页 |
| 4.4 本章小结 | 第72-74页 |
| 第五章 总结 | 第74-76页 |
| 5.1 全文总结 | 第74-75页 |
| 5.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
