| 中文摘要 | 第1-11页 |
| 英文摘要 | 第11-15页 |
| 第一章 绪论 | 第15-33页 |
| §1．1研究背景及意义 | 第15-17页 |
| §1．2相关技术及其研究动态 | 第17-25页 |
| §1．3本文主要研究工作与研究成果 | 第25-30页 |
| §1．4论文内容安排 | 第30-32页 |
| §1．5本章小结 | 第32-33页 |
| 第二章 IRST系统现状与未来 | 第33-41页 |
| §2．1IRST系统组成及特点 | 第33-34页 |
| §2．2IRST系统发展历史回顾 | 第34-38页 |
| §2．3IRST系统改进需求分析 | 第38-39页 |
| §2．4IRST系统改进实施方案 | 第39-40页 |
| §2．5IRST系统应用前景 | 第40页 |
| §2．6本章小结 | 第40-41页 |
| 第三章 IRST系统基础理论 | 第41-59页 |
| §3．1目标与观测模型及系统基本结构 | 第41-42页 |
| §3．2杂波抑制模型研究 | 第42-49页 |
| §3．4目标跟踪模型研究 | 第49-52页 |
| §3．5相关概率与统计理论 | 第52-58页 |
| §3．6小结 | 第58-59页 |
| 第四章 背景抖动估计与补偿技术研究 | 第59-75页 |
| §4．1传感器运动模型参数估计 | 第60-70页 |
| §4．2运动补偿技术 | 第70-71页 |
| §4．3实验结果 | 第71-74页 |
| §4．4总结 | 第74-75页 |
| 第五章 基于非参数回归的静态杂波抑制技术 | 第75-95页 |
| §5．1非参数回归问题的提出 | 第76页 |
| §5．2局部加权回归估计器 | 第76-85页 |
| §5．3小波回归估计器 | 第85-90页 |
| §5．4时域一步预测器 | 第90-93页 |
| §5．5总结 | 第93-95页 |
| 第六章 动态杂波时空非参数抑制技术 | 第95-103页 |
| §6．1非参数估计问题的提出 | 第95-98页 |
| §6．3实验结果及残留噪声独立性检验 | 第98-102页 |
| §6．4总结 | 第102-103页 |
| 第七章 TBD技术性能分析 | 第103-111页 |
| §7．1基于多帧的目标能量积累问题提出 | 第103-104页 |
| §7．2TBD和DBT过程模型 | 第104-106页 |
| §7．3TBD和DBT性能比较分析 | 第106-110页 |
| §7．4结论与总结 | 第110-111页 |
| 第八章 基于时空分集与线性合并的TBD技术 | 第111-125页 |
| §8．1问题的提出 | 第111-112页 |
| §8．2基于时空分集理论的TBD实施方案 | 第112-117页 |
| §8．3多速率、多信噪比及多尺寸运动目标的检测解决方案 | 第117-125页 |
| 第九章 基于时空分集与非线性合并的TBD技术 | 第125-144页 |
| §9．1分布变换问题的提出 | 第125-126页 |
| §9．2时间累加投影与空间均等增益非线性合并技术 | 第126-132页 |
| §9．3时间选择式投影与空间均等增益非线性合并技术 | 第132-139页 |
| §9．4独立类高斯残留噪声下的非线性合并技术实施方案 | 第139-143页 |
| §9．5总结 | 第143-144页 |
| 第十章 基于条件跟踪的运动目标NP高分辨检测技术 | 第144-156页 |
| §10．1概率数据关联问题的提出 | 第146-147页 |
| §10．2附带亮度信息的概率数据关联跟踪技术 | 第147-153页 |
| §10．3跟踪性能分析 | 第153-155页 |
| §10．4总结 | 第155-156页 |
| 第十一章 基于条件跟踪的运动目标Bayes高分辨检测技术 | 第156-170页 |
| §11．1Bayes门限 | 第157-159页 |
| §11．2Bayes工作模式下的关联概率 | 第159-168页 |
| §10．3跟踪性能理论分析 | 第168-169页 |
| §10．4总结 | 第169-170页 |
| 全文总结 | 第170-174页 |
| 参考文献 | 第174-189页 |
| 致谢 | 第189-190页 |
| ACKNOWLEDGEMENTS | 第190-191页 |
| 个人简历 | 第191-192页 |
| 作者近期已发表、已录用和已投稿的论文 | 第192页 |
