| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 符号对照表 | 第13-15页 |
| 缩略语对照表 | 第15-20页 |
| 第一章 绪论 | 第20-30页 |
| ·研究背景和意义 | 第20-21页 |
| ·国内外研究现状 | 第21-27页 |
| ·传统的多目标跟踪技术 | 第21-24页 |
| ·基于随机有限集的多目标跟踪算法 | 第24-27页 |
| ·论文内容和安排 | 第27-30页 |
| 第二章 基于RFS的多目标跟踪算法基础 | 第30-52页 |
| ·标准的单目标贝叶斯估计方法 | 第30-32页 |
| ·卡尔曼滤波(KF) | 第30-32页 |
| ·粒子滤波(PF) | 第32页 |
| ·标准的RFS类多目标滤波算法 | 第32-47页 |
| ·RFS的数学基础 | 第33-36页 |
| ·RFS的贝叶斯估计 | 第36-37页 |
| ·PHD滤波器 | 第37-41页 |
| ·CPHD滤波器 | 第41-44页 |
| ·MeMBer滤波器 | 第44-47页 |
| ·RFS类滤波算法的性能比较 | 第47-52页 |
| 第三章 组网无源雷达多高速机动目标初始化及跟踪算法 | 第52-62页 |
| ·引言 | 第52页 |
| ·组网无源雷达探测系统 | 第52-53页 |
| ·多高速机动目标跟踪算法 | 第53-57页 |
| ·MMPHD滤波器的粒子滤波(SMC)实现 | 第53-55页 |
| ·新生目标的初始化方法 | 第55-57页 |
| ·仿真结果 | 第57-60页 |
| ·结论 | 第60-62页 |
| 第四章 利用多普勒信息的单步初始化GMCPHD滤波器 | 第62-72页 |
| ·引言 | 第62页 |
| ·问题的形成 | 第62-63页 |
| ·运动模型 | 第62-63页 |
| ·观测模型 | 第63页 |
| ·自适应初始化新生目标的GMCPHD滤波器 | 第63-66页 |
| ·单步初始化方法 | 第63-64页 |
| ·串行更新方法 | 第64-65页 |
| ·利用多普勒信息的单步初始化GMCPHD滤波器 | 第65-66页 |
| ·仿真结果 | 第66-71页 |
| ·结论 | 第71-72页 |
| 第五章 基于GMCPHD滤波器的多机动目标跟踪算法 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·基于BFG估计的已知杂波背景下多机动目标跟踪 | 第73-81页 |
| ·线性高斯跳变系统下的BFG估计 | 第73-74页 |
| ·已知杂波背景下的GM-BFGCPHD滤波器 | 第74-76页 |
| ·仿真结果 | 第76-80页 |
| ·结论 | 第80-81页 |
| ·基于BFG估计的未知杂波背景下多机动目标跟踪 | 第81-87页 |
| ·未知杂波下的GMCPHDF | 第81-83页 |
| ·基于GMCPHDF的多机动目标和杂波的联合估计 | 第83-84页 |
| ·实验结果 | 第84-87页 |
| ·结论 | 第87-88页 |
| 第六章 多站无源雷达多起伏目标检测前跟踪算法 | 第88-100页 |
| ·引言 | 第88-89页 |
| ·系统模型 | 第89-91页 |
| ·目标运动模型 | 第89页 |
| ·多站无源雷达观测模型 | 第89-90页 |
| ·基于MeMBer的TBD算法 | 第90-91页 |
| ·本文方法 | 第91-94页 |
| ·平均SNR未知情况下的似然函数估计 | 第91-92页 |
| ·MeMBer-TBD的粒子滤波实现 | 第92-94页 |
| ·仿真实验与分析 | 第94-98页 |
| ·结束语 | 第98-100页 |
| 第七章 结论和展望 | 第100-104页 |
| ·研究结论 | 第100-101页 |
| ·研究展望 | 第101-104页 |
| 参考文献 | 第104-116页 |
| 致谢 | 第116-118页 |
| 作者简介 | 第118-119页 |
| 1. 基本情况 | 第118页 |
| 2. 教育背景 | 第118页 |
| 3. 在学期间的研究成果 | 第118-119页 |
