| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 红外目标检测研究现状 | 第16-18页 |
| 1.2.2 多目标跟踪研究现状 | 第18-20页 |
| 1.3 本文主要研究内容及章节安排 | 第20-23页 |
| 第二章 基于MGA的红外弱小目标检测算法研究 | 第23-41页 |
| 2.1 红外弱小目标与背景特性分析 | 第23-28页 |
| 2.1.1 典型目标红外辐射特性分析 | 第23-25页 |
| 2.1.2 典型背景红外辐射特性分析 | 第25页 |
| 2.1.3 红外图像上的目标和背景分析 | 第25-28页 |
| 2.2 红外图像背景抑制算法 | 第28-30页 |
| 2.2.1 多尺度几何分析 | 第28页 |
| 2.2.2 Surfacelet变换 | 第28-30页 |
| 2.3 自适应决策边界分割算法 | 第30-31页 |
| 2.4 实验仿真分析 | 第31-40页 |
| 2.4.1 现有三种算法的性能评估 | 第32-37页 |
| 2.4.2 PTS算法仿真分析 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 基于RFS的多目标跟踪算法理论 | 第41-53页 |
| 3.1 随机有限集统计学 | 第41-44页 |
| 3.1.1 随机有限集概念 | 第41页 |
| 3.1.2 随机有限集的概率密度函数 | 第41-42页 |
| 3.1.3 随机有限集的多目标模型 | 第42-44页 |
| 3.2 基于RFS的贝叶斯滤波 | 第44-45页 |
| 3.2.1 基于RFS的单目标贝叶斯滤波器 | 第44-45页 |
| 3.2.2 基于RFS的多目标最优贝叶斯滤波器 | 第45页 |
| 3.3 多目标多伯努利滤波 | 第45-48页 |
| 3.3.1 MeMBer滤波算法 | 第45-48页 |
| 3.3.2 CBMeMBer滤波算法 | 第48页 |
| 3.4 性能评价指标 | 第48-51页 |
| 3.4.1 均方误差和均方根误差 | 第48-49页 |
| 3.4.2 Hausdorff距离 | 第49页 |
| 3.4.3 Wasserstein距离 | 第49-50页 |
| 3.4.4 OSPA距离 | 第50-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 基于GM-CBMeMBer滤波的多目标跟踪算法研究 | 第53-69页 |
| 4.1 GM-CBMeMBer滤波算法 | 第53-56页 |
| 4.2 线性递归GM-CBMeMBer滤波器仿真实验 | 第56-63页 |
| 4.2.1 仿真条件设置 | 第58-60页 |
| 4.2.2 仿真结果分析 | 第60-63页 |
| 4.3 非线性递归GM-CBMeMBer滤波器仿真实验 | 第63-67页 |
| 4.3.1 仿真条件设置 | 第63-64页 |
| 4.3.2 仿真结果分析 | 第64-67页 |
| 4.4 本章小结 | 第67-69页 |
| 第五章 基于PTS多模型和GM-CBMeMBer滤波的红外多弱小目标检测跟踪算法 | 第69-79页 |
| 5.1 检测跟踪算法的框架 | 第69-70页 |
| 5.2 实验仿真及分析 | 第70-76页 |
| 5.2.1 仿真条件设置 | 第70-72页 |
| 5.2.2 仿真结果分析 | 第72-76页 |
| 5.3 本章小结 | 第76-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 作者简介 | 第87-88页 |
