| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 机动目标跟踪技术关键技术 | 第13-14页 |
| 1.3 机动目标跟踪关键技术的研究现状 | 第14-20页 |
| 1.3.1 状态最优估计算法 | 第14-16页 |
| 1.3.2 目标的运动建模理论 | 第16-18页 |
| 1.3.3 目标跟踪系统结构理论 | 第18-20页 |
| 1.4 课题研究的主要内容及章节安排 | 第20-21页 |
| 第2章 目标跟踪中的非线性滤波理论 | 第21-46页 |
| 2.1 目标跟踪系统的非线性特性 | 第21-24页 |
| 2.1.1 基于极坐标系的目标跟踪系统 | 第21-23页 |
| 2.1.2 采用直角坐标系的目标跟踪系统 | 第23-24页 |
| 2.2 目标跟踪中非线性滤波算法 | 第24-40页 |
| 2.2.1 贝叶斯滤波理论 | 第24-27页 |
| 2.2.2 扩展卡尔曼滤波理论 | 第27-29页 |
| 2.2.3 无迹卡尔曼滤波理论 | 第29-36页 |
| 2.2.4 容积卡尔曼滤波理论 | 第36-40页 |
| 2.3 EKF、UKF 及 CKF 性能比较及仿真验证 | 第40-45页 |
| 2.4 本章小结 | 第45-46页 |
| 第3章 当前统计模型及其自适应跟踪算法 | 第46-69页 |
| 3.1 当前统计模型理论分析 | 第46-55页 |
| 3.1.1 当前统计模型建模基础(时间相关模型） | 第46-48页 |
| 3.1.2 当前统计模型理论 | 第48-52页 |
| 3.1.3 基于当前统计模型的机动目标跟踪性能分析 | 第52-55页 |
| 3.2 基于机动频率自适应的当前统计模型机动目标跟踪算法 | 第55-60页 |
| 3.2.1 机动频率对基于当前统计模型的机动目标跟踪算法的影响 | 第55页 |
| 3.2.2 基于机动性能检测的机动频率自适应算法 | 第55-57页 |
| 3.2.3 仿真实验及结果分析 | 第57-60页 |
| 3.3 基于加速度极值自适应的当前统计模型机动目标自适应算法 | 第60-68页 |
| 3.3.1 加速度极值对当前统计模型机动目标跟踪算法的影响 | 第60-61页 |
| 3.3.2 当前统计模型的加速度极值自适应算法 | 第61-64页 |
| 3.3.3 仿真实验及结果分析 | 第64-68页 |
| 3.4 本章小结 | 第68-69页 |
| 第4章 JERK 模型及其自适应目标跟踪算法 | 第69-94页 |
| 4.1 JERK 模型理论 | 第69-72页 |
| 4.2 基于 JERK 模型的机动目标跟踪算法性能分析 | 第72-75页 |
| 4.3 基于 MEP-JERK 模型的机动目标跟踪算法 | 第75-86页 |
| 4.3.1 MEP-Jerk 模型算法 | 第75-77页 |
| 4.3.2 基于 MEP-Jerk 模型的非线性目标跟踪算法 | 第77-79页 |
| 4.3.3 仿真实验及结果分析 | 第79-86页 |
| 4.4 基于 AR 模型的 JERK 模型参数自适应算法 | 第86-93页 |
| 4.4.1 基于平方根容积卡尔曼滤波的 Jerk 模型算法 | 第86-88页 |
| 4.3.2 基于 AR 模型的 Jerk 模型参数自适应算法 | 第88-89页 |
| 4.4.3 仿真实验及结果分析 | 第89-93页 |
| 4.5 本章小结 | 第93-94页 |
| 第5章 变结构交互式多模型机动目标跟踪算法 | 第94-121页 |
| 5.1 多模型算法基本理论 | 第94-98页 |
| 5.2 基于交互式多模型结构的目标跟踪算法 | 第98-107页 |
| 5.2.1 固定结构交互式多模型算法 | 第98-102页 |
| 5.2.2 变结构交互式多模型算法 | 第102-107页 |
| 5.3 改进的变结构交互式多模型算法研究 | 第107-119页 |
| 5.3.1 变结构交互式多模型算法的模型匹配度 | 第107-109页 |
| 5.3.2 基于模型集自适应的变结构交互式多模型算法 | 第109-111页 |
| 5.3.3 变结构多模型算法中模型概率自适应 | 第111-114页 |
| 5.3.4 仿真实验及结果分析 | 第114-119页 |
| 5.4 本章小结 | 第119-121页 |
| 结论 | 第121-123页 |
| 参考文献 | 第123-134页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第134-135页 |
| 致谢 | 第135页 |
