| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-16页 |
| 1.2.1 目标跟踪算法研究现状 | 第13-14页 |
| 1.2.2 雷达跟踪资源管理的发展现状 | 第14-16页 |
| 1.3 课题的研究内容安排 | 第16-20页 |
| 1.3.1 主要研究内容 | 第16-17页 |
| 1.3.2 论文的主要工作 | 第17-20页 |
| 第2章 目标跟踪算法与雷达射频隐身 | 第20-30页 |
| 2.1 基本目标跟踪算法 | 第20-24页 |
| 2.1.1 卡尔曼滤波算法 | 第20-22页 |
| 2.1.2 αβ滤波与αβγ滤波 | 第22-24页 |
| 2.2 目标运动模型 | 第24-28页 |
| 2.2.1 常速运动模型和常加速模型 | 第24-26页 |
| 2.2.2 转弯模型 | 第26-27页 |
| 2.2.3“当前”统计模型 | 第27-28页 |
| 2.3 射频隐身技术 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 目标跟踪时的雷达分级功率自适应控制 | 第30-40页 |
| 3.1 交互多模型(IMM)算法基本理论 | 第30-32页 |
| 3.1.1 交互多模型算法基本流程 | 第30-31页 |
| 3.1.2 交互多模型算法描述 | 第31-32页 |
| 3.2 雷达分级功率自适应控制算法 | 第32-34页 |
| 3.2.1 辐射功率与目标跟踪精度的关系模型 | 第32-33页 |
| 3.2.2 基于射频隐身的功率控制算法描述 | 第33-34页 |
| 3.3 仿真结果分析 | 第34-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 多目标跟踪时的自适应功率分配算法 | 第40-54页 |
| 4.1 交互多模型概率数据关联（IMMPDA）算法 | 第40-43页 |
| 4.1.1 交互多模型概率数据关联算法基本流程 | 第40-41页 |
| 4.1.2 交互多模型概率数据关联算法描述 | 第41-43页 |
| 4.2 多目标跟踪时基于IMMPDA算法的自适应辐射功率分配算法 | 第43-47页 |
| 4.2.1 目标特征预测算法 | 第43-45页 |
| 4.2.2 辐射功率与多目标跟踪精度的关系模型 | 第45-46页 |
| 4.2.3 辐射功率的自适应分配方法描述 | 第46-47页 |
| 4.3 仿真结果与分析 | 第47-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 多目标跟踪时的多雷达资源分配方法 | 第54-66页 |
| 5.1 基于目标优先级的多雷达资源分配方法 | 第54-59页 |
| 5.1.1 多目标多雷达资源分配模型 | 第54-56页 |
| 5.1.2 多雷达分配方法描述 | 第56-57页 |
| 5.1.3 仿真结果与分析 | 第57-59页 |
| 5.2 多目标跟踪时基于联合概率数据互联（JPDA）的能量控制方法 | 第59-65页 |
| 5.2.1 联合概率数据互联算法基本流程 | 第59页 |
| 5.2.2 联合概率数据互联算法描述 | 第59-61页 |
| 5.2.3 基于JPDA算法的功率控制模型 | 第61-62页 |
| 5.2.4 仿真结果与分析 | 第62-65页 |
| 5.3 本章小结 | 第65-66页 |
| 总结与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的学位论文 | 第74-76页 |
| 致谢 | 第76页 |
