| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文的研究背景及意义 | 第10-11页 |
| ·检测前跟踪的应用背景 | 第10-11页 |
| ·检测前跟踪算法的实时性需求 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·基于粒子滤波的 TBD 算法的发展 | 第12-14页 |
| ·基于粒子滤波的 TBD 算法的硬件实现 | 第14-15页 |
| ·论文主要工作及内容安排 | 第15-16页 |
| 第二章 基于粒子滤波的 TBD 算法原理综述 | 第16-35页 |
| ·贝叶斯估计理论 | 第16-17页 |
| ·粒子滤波 | 第17-22页 |
| ·蒙特卡洛采样原理 | 第17-18页 |
| ·序贯重要性采样算法 | 第18-20页 |
| ·重采样方法 | 第20-21页 |
| ·基本的粒子滤波算法 | 第21-22页 |
| ·基于粒子滤波的 TBD 算法 | 第22-30页 |
| ·基于传感器的 TBD 建模 | 第22-28页 |
| ·基于红外模型的 TBD 建模 | 第22-24页 |
| ·基于雷达模型的 TBD 建模 | 第24-26页 |
| ·仿真实验及分析 | 第26-28页 |
| ·基于粒子滤波的 TBD 算法流程 | 第28-30页 |
| ·基于目标存在变量的标准 TBD 算法 | 第28-29页 |
| ·基于未归一化权值的优效 TBD 算法 | 第29-30页 |
| ·仿真实验及分析 | 第30-32页 |
| ·TBD 算法性能评价方法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第三章 基于粒子滤波的 TBD 的改进算法 | 第35-46页 |
| ·常见的改进粒子滤波 | 第35-36页 |
| ·基于辅助粒子滤波的 TBD 算法 | 第36-42页 |
| ·辅助粒子滤波的算法原理 | 第36-37页 |
| ·基于辅助粒子滤波的 TBD 改进算法 | 第37-39页 |
| ·仿真实验及分析 | 第39-42页 |
| ·粒子数及似然区域大小对检测性能影响的分析及仿真 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于粒子滤波的 TBD 算法在 GPU 上的实现 | 第46-55页 |
| ·GPU 及 CUDA 技术简介 | 第46-48页 |
| ·GPU 框架及其组成结构简介 | 第46-47页 |
| ·基于 GPU 的 CUDA 编程 | 第47-48页 |
| ·基于粒子滤波的 TBD 算法在 GPU 上的实现 | 第48-54页 |
| ·TBD 算法在 GPU 上的实现流程 | 第49-50页 |
| ·基于粒子滤波的 TBD 算法的并行化处理 | 第50-52页 |
| ·仿真实验及分析 | 第52-54页 |
| ·GPU 与 CPU 相比的优缺点 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 在学期间取得的与学位论文相关的研究成果 | 第62-63页 |