| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究发展和现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第二章 非线性滤波算法 | 第14-25页 |
| 2.1 扩展卡尔曼滤波算法（EKF） | 第14-16页 |
| 2.2 无迹卡尔曼滤波算法（UKF） | 第16-18页 |
| 2.3 粒子滤波算法 | 第18-21页 |
| 2.4 仿真分析 | 第21-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于位置量测转换的卡尔曼滤波算法 | 第25-40页 |
| 3.1 传统量测转换方法 | 第25-26页 |
| 3.2 无偏量测转换卡尔曼滤波算法（UCMKF） | 第26-27页 |
| 3.3 修改的无偏量测转换卡尔曼滤波算法（MUCMKF） | 第27-29页 |
| 3.4 基于预测位置的去相关无偏量测转换卡尔曼滤波算法（DUCMKF） | 第29-35页 |
| 3.5 仿真分析 | 第35-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 含有多普勒速度信息的量测转换卡尔曼滤波算法 | 第40-61页 |
| 4.1 基于量测值的序贯量测转换卡尔曼滤波算法 | 第40-46页 |
| 4.2 静态融合的多普勒量测转换卡尔曼滤波算法 | 第46-53页 |
| 4.2.1 转换的多普勒量测卡尔曼滤波器（CDMKF） | 第48-50页 |
| 4.2.2 转换的位置量测卡尔曼滤波器（CPMKF） | 第50-51页 |
| 4.2.3 CDMKF和CPMKF的融合 | 第51-53页 |
| 4.3 基于预测值的序贯量测转换卡尔曼滤波算法（SQ-DUCM） | 第53-58页 |
| 4.4 仿真分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 基于BLUE的雷达目标跟踪算法 | 第61-71页 |
| 5.1 最小均方误差线性估计器（BLUE）算法介绍 | 第61-62页 |
| 5.2 BLUE算法的卡尔曼滤波形式 | 第62-65页 |
| 5.3 序贯的多普勒量测BLUE算法（SQ-BLUE） | 第65页 |
| 5.4 仿真分析 | 第65-70页 |
| 5.4.1 BLUE和DUCM对比 | 第65-68页 |
| 5.4.2 SQ-BLUE和SQ-DUCM对比 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 第六章 结束语 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻硕期间取得的研究成果 | 第77-78页 |
