| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 TBD的发展与研究现状 | 第14页 |
| 1.2.2 PF和PF-TBD算法的发展和研究现状 | 第14-15页 |
| 1.2.3 PF-TBD硬件实现方案 | 第15-16页 |
| 1.3 论文内容安排 | 第16-19页 |
| 第2章 基于粒子滤波的检测前跟踪算法(PF-TBD) | 第19-37页 |
| 2.1 雷达检测与跟踪方法 | 第19-20页 |
| 2.1.1 检测后跟踪(TAD) | 第19-20页 |
| 2.1.2 检测前跟踪(TBD) | 第20页 |
| 2.2 粒子滤波的基本理论 | 第20-27页 |
| 2.2.1 最优贝叶斯估计 | 第21-22页 |
| 2.2.2 蒙特卡罗积分原理 | 第22页 |
| 2.2.3 重要性采样 | 第22-24页 |
| 2.2.4 序贯重要性抽样(SIS) | 第24页 |
| 2.2.5 重采样 | 第24-25页 |
| 2.2.6 标准粒子滤波算法 | 第25-27页 |
| 2.3 基于粒子滤波的检测前跟踪算法 | 第27-30页 |
| 2.3.1 基本PF-TBD的实现思路 | 第27页 |
| 2.3.2 目标状态模型 | 第27-28页 |
| 2.3.3 标记状态转移模型 | 第28页 |
| 2.3.4 目标观测模型 | 第28-30页 |
| 2.4 标准粒子滤波TBD算法 | 第30-31页 |
| 2.5 Rutten粒子滤波TBD(RPF-TBD) | 第31-36页 |
| 2.5.1 RuttenPF-TBD的实现思路 | 第31-32页 |
| 2.5.2 RuttenPF-TBD的理论推导 | 第32-34页 |
| 2.5.3 RuttenPF-TBD的实现过程 | 第34-36页 |
| 2.6 总结 | 第36-37页 |
| 第3章 基于高斯和粒子滤波检测前跟踪算法 | 第37-51页 |
| 3.1 高斯和粒子滤波算法(GSPF) | 第37-39页 |
| 3.1.1 GSPF的理论推导 | 第37-38页 |
| 3.1.2 GSPF的实现步骤 | 第38-39页 |
| 3.2 基于高斯和粒子滤波的RPF-TBD算法(RGSPF-TBD) | 第39-43页 |
| 3.2.1 RGSPF-TBD理论推导 | 第39-40页 |
| 3.2.2 RGSPF-TBD算法的实现步骤 | 第40-43页 |
| 3.3 拟蒙特卡罗RGSPF-TBD算法(QMC-RGSPF-TBD) | 第43-45页 |
| 3.3.1 拟蒙特卡罗方法(QMC) | 第43页 |
| 3.3.2 拟蒙特卡罗高斯和粒子滤波算法(QMC-GSPF) | 第43页 |
| 3.3.3 拟蒙特卡罗高斯和RPF-TBD算法的实现步骤(QMC-RGSPF-TBD) | 第43-45页 |
| 3.4 仿真实验及性能分析 | 第45-50页 |
| 3.5 总结 | 第50-51页 |
| 第4章 基于粒子滤波的TBD算法在FPGA上的实现 | 第51-59页 |
| 4.1 基于粒子滤波的TBD算法在FPGA上的实现 | 第51-52页 |
| 4.2 粒子采样模块 | 第52-54页 |
| 4.3 粒子状态转移模块 | 第54-56页 |
| 4.4 权值计算模块 | 第56页 |
| 4.5 状态估计模块 | 第56-57页 |
| 4.6 本章小结 | 第57-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
