| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题研究的背景与意义 | 第12-13页 |
| ·红外弱小目标相关理论概述 | 第13-15页 |
| ·红外弱小目标的概念及特征分析 | 第13页 |
| ·红外弱小目标检测的理论依据 | 第13-14页 |
| ·红外弱小目标检测的技术指标 | 第14-15页 |
| ·红外弱小目标检测与跟踪技术的研究现状 | 第15-16页 |
| ·群智能优化算法 | 第16-17页 |
| ·论文主要内容安排 | 第17-19页 |
| 第2章 贝叶斯估计理论与粒子滤波 | 第19-30页 |
| ·引言 | 第19页 |
| ·贝叶斯估计理论 | 第19-21页 |
| ·递推贝叶斯估计 | 第19-20页 |
| ·蒙特卡罗方法 | 第20-21页 |
| ·粒子滤波算法 | 第21-27页 |
| ·序贯重要性采样 | 第22-24页 |
| ·重采样 | 第24-26页 |
| ·标准粒子滤波算法 | 第26-27页 |
| ·粒子滤波算法中存在的问题及改进算法的研究方向 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于粒子滤波的检测前跟踪算法 | 第30-42页 |
| ·引言 | 第30页 |
| ·检测前跟踪技术简述 | 第30-31页 |
| ·红外弱小目标检测前跟踪系统的数学模型 | 第31-34页 |
| ·系统模型 | 第31-32页 |
| ·量测模型 | 第32-34页 |
| ·基于粒子滤波的红外弱小目标检测前跟踪算法 | 第34-37页 |
| ·贝叶斯框架下的检测前跟踪算法 | 第34-35页 |
| ·基于粒子滤波的检测前跟踪算法 | 第35-37页 |
| ·仿真结果分析 | 第37-41页 |
| ·算法性能分析指标 | 第37-38页 |
| ·仿真性能分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 高斯粒子群优化粒子滤波检测前跟踪算法 | 第42-56页 |
| ·引言 | 第42页 |
| ·基本粒子群优化算法 | 第42-45页 |
| ·粒子群优化算法的基本理论 | 第42-44页 |
| ·粒子群优化算法的研究动态 | 第44-45页 |
| ·高斯粒子群优化算法 | 第45页 |
| ·高斯粒子群优化粒子滤波红外弱小目标检测前跟踪算法 | 第45-48页 |
| ·高斯粒子群优化粒子滤波算法 | 第46页 |
| ·高斯粒子群优化粒子滤波检测前跟踪算法 | 第46-48页 |
| ·仿真结果分析 | 第48-54页 |
| ·不同粒子数目下仿真结果对比 | 第49-51页 |
| ·不同信噪比下仿真结果对比 | 第51-54页 |
| ·PSOPFTBD 算法复杂度分析 | 第54页 |
| ·仿真结论 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 人工蜂群优化粒子滤波检测前跟踪算法 | 第56-71页 |
| ·引言 | 第56页 |
| ·人工蜂群算法简介 | 第56-60页 |
| ·人工蜂群算法生物学基础 | 第56-57页 |
| ·人工蜂群算法原理 | 第57-59页 |
| ·人工蜂群算法的研究进展 | 第59-60页 |
| ·人工蜂群优化粒子滤波红外弱小目标检测前跟踪算法 | 第60-64页 |
| ·人工蜂群算法优化粒子滤波算法 | 第61页 |
| ·人工蜂群优化粒子滤波红外弱小目标检测前跟踪算法 | 第61-64页 |
| ·仿真结果与分析 | 第64-69页 |
| ·不同粒子数目下对比结果 | 第64-67页 |
| ·不同信噪比下对比结果 | 第67-69页 |
| ·ABCPFTBD 算法复杂度分析 | 第69页 |
| ·仿真结论 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |