缩略词 | 第11-12页 |
摘要 | 第12-14页 |
Abstract | 第14-15页 |
第一章 绪论 | 第16-32页 |
1.1 研究背景和意义 | 第16-23页 |
1.2 论文相关问题研究现状 | 第23-29页 |
1.2.1 弱小目标检测与跟踪 | 第23-25页 |
1.2.2 扩展小目标检测与跟踪 | 第25-27页 |
1.2.3 单星条件下的助推段光学被动测距 | 第27-28页 |
1.2.4 光学观测条件下的中段目标识别 | 第28-29页 |
1.3 论文主要内容和结构安排 | 第29-32页 |
第二章 基于标签多伯努利滤波器的弱小目标检测前跟踪 | 第32-60页 |
2.1 引言 | 第32-33页 |
2.2 像平面目标模型及标签多伯努利滤波器 | 第33-37页 |
2.2.1 目标运动模型 | 第33页 |
2.2.2 目标观测模型 | 第33-34页 |
2.2.3 标签多伯努利滤波器 | 第34-37页 |
2.3 基于LMB的线性运动目标检测前跟踪 | 第37-42页 |
2.3.1 LMB TBD算法 | 第38-40页 |
2.3.2 LMB TBD算法的SMC实现 | 第40-42页 |
2.4 基于LMB的机动目标检测前跟踪 | 第42-47页 |
2.4.1 IMM-LMB TBD算法 | 第42-45页 |
2.4.2 IMM-LMB TBD算法的SMC实现 | 第45-47页 |
2.5 仿真实验与性能分析 | 第47-59页 |
2.5.1 LMB TBD算法仿真分析 | 第47-50页 |
2.5.2 IMM-LMB TBD算法仿真分析 | 第50-59页 |
2.6 本章小结 | 第59-60页 |
第三章 变尺度扩展小目标检测方法 | 第60-75页 |
3.1 引言 | 第60-61页 |
3.2 基于多尺度MTI滤波的最优目标尺度搜索 | 第61-66页 |
3.2.1 MTI计算 | 第61-63页 |
3.2.2 多尺度MTI滤波 | 第63-66页 |
3.2.3 边界约束分析 | 第66页 |
3.3 变尺度扩展小目标检测方法 | 第66-69页 |
3.3.1 显著区域快速提取 | 第67页 |
3.3.2 重叠区域最优尺度选取 | 第67-68页 |
3.3.3 目标分割 | 第68-69页 |
3.4 仿真实验与性能分析 | 第69-73页 |
3.4.1 边界阈值影响实验 | 第69-70页 |
3.4.2 检测性能比较 | 第70-73页 |
3.5 本章小结 | 第73-75页 |
第四章 复杂形态扩展小目标检测和跟踪方法 | 第75-107页 |
4.1 引言 | 第75-76页 |
4.2 基于自适应加权块稀疏分解的联合检测和跟踪方法 | 第76-88页 |
4.2.1 光学图像的块稀疏分解 | 第76-77页 |
4.2.2 自适应加权块稀疏分解算法 | 第77-81页 |
4.2.3 联合检测和跟踪方法 | 第81-82页 |
4.2.4 仿真实验与性能分析 | 第82-88页 |
4.3 基于箱粒子的扩展小目标快速跟踪算法 | 第88-105页 |
4.3.1 区间分析及箱粒子滤波 | 第88-94页 |
4.3.2 基于区间分析的扩展小目标建模 | 第94-96页 |
4.3.3 基于箱粒子的LMB跟踪算法 | 第96-99页 |
4.3.4 基于箱粒子的IMM-LMB跟踪算法 | 第99-100页 |
4.3.5 仿真实验与性能分析 | 第100-105页 |
4.4 本章小结 | 第105-107页 |
第五章 光学观测条件下助推段被动测距和中段识别方法 | 第107-134页 |
5.1 引言 | 第107页 |
5.2 基于氧气A吸收带的助推段光学被动测距 | 第107-117页 |
5.2.1 光学被动测距原理 | 第107-112页 |
5.2.2 被动测距性能仿真分析 | 第112-117页 |
5.3 基于极限学习机的中段目标识别 | 第117-132页 |
5.3.1 中段目标辐射特性分析及特征提取 | 第117-122页 |
5.3.2 基于加权序贯极限学习机的识别方法 | 第122-132页 |
5.4 本章小结 | 第132-134页 |
第六章 结论与展望 | 第134-137页 |
6.1 主要工作与创新点 | 第134-135页 |
6.2 展望 | 第135-137页 |
致谢 | 第137-139页 |
参考文献 | 第139-151页 |
作者在学期间取得的学术成果 | 第151-152页 |