认知雷达目标跟踪算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作 | 第12-14页 |
| 第二章 认知雷达理论框架 | 第14-19页 |
| 2.1 认知雷达组成结构 | 第14-16页 |
| 2.1.1 感知-执行信号处理环 | 第15页 |
| 2.1.2 存储器 | 第15-16页 |
| 2.2 数学模型 | 第16-17页 |
| 2.2.1 发射波形模型 | 第16页 |
| 2.2.2 目标状态空间模型 | 第16-17页 |
| 2.3 面向目标跟踪的认知雷达设计思路和研究内容 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 感知-执行信号处理环 | 第19-35页 |
| 3.1 面向环境感知的贝叶斯滤波算法 | 第19-28页 |
| 3.1.1 卡尔曼滤波算法 | 第19-20页 |
| 3.1.2 容积卡尔曼滤波算法 | 第20-23页 |
| 3.1.3 最近邻域算法 | 第23-24页 |
| 3.1.4 概率数据互联算法 | 第24-28页 |
| 3.2 面向执行的最优波形选择算法 | 第28-33页 |
| 3.2.1 面向目标跟踪的波形选择问题 | 第28-29页 |
| 3.2.2 动态规划算法 | 第29-31页 |
| 3.2.3 代价函数的选择 | 第31-33页 |
| 3.2.4 波形库的设计 | 第33页 |
| 3.3 工作流程 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 认知雷达存储器设计方法 | 第35-46页 |
| 4.1 设计思想 | 第35-36页 |
| 4.2 感知存储器 | 第36-37页 |
| 4.3 执行存储器 | 第37-38页 |
| 4.4 工作存储器 | 第38-39页 |
| 4.5 杂波背景下感知存储器的设计 | 第39-40页 |
| 4.5.1 基于最近邻域法的设计思想 | 第39页 |
| 4.5.2 基于概率数据互联法的设计思想 | 第39-40页 |
| 4.6 存储器的学习方法 | 第40-43页 |
| 4.6.1 反向传播算法 | 第40-43页 |
| 4.6.2 广义赫布算法 | 第43页 |
| 4.7 认知雷达中信号流程 | 第43-44页 |
| 4.8 本章小结 | 第44-46页 |
| 第五章 认知雷达目标跟踪实验与性能评估 | 第46-70页 |
| 5.1 实验描述 | 第46页 |
| 5.2 场景 1:线性单目标跟踪 | 第46-51页 |
| 5.2.1 状态空间模型 | 第46-47页 |
| 5.2.2 仿真参数 | 第47页 |
| 5.2.3 仿真结果及分析 | 第47-51页 |
| 5.3 场景 2:非线性单目标跟踪 | 第51-58页 |
| 5.3.1 系统模型 | 第51-53页 |
| 5.3.2 仿真参数 | 第53-54页 |
| 5.3.3 仿真结果及分析 | 第54-58页 |
| 5.4 场景 3:线性单目标在杂波环境下跟踪 | 第58-68页 |
| 5.4.1 仿真参数 | 第58-59页 |
| 5.4.2 仿真结果及分析 | 第59-68页 |
| 5.5 抖动现象分析 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
