| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状及发展趋势 | 第17-19页 |
| 1.2.1 PF算法的研究现状 | 第17-18页 |
| 1.2.2 PF-TBD算法的研究现状 | 第18-19页 |
| 1.2.3 PF-TBD算法当前面临的主要问题 | 第19页 |
| 1.3 论文主要工作和内容安排 | 第19-22页 |
| 1.3.1 论文的主要工作 | 第19-20页 |
| 1.3.2 论文的内容安排 | 第20-22页 |
| 第2章 弱小目标检测和跟踪基本方法 | 第22-28页 |
| 2.1 雷达系统的检测和跟踪 | 第22-24页 |
| 2.2 检测后跟踪技术(TAD) | 第24-25页 |
| 2.3 检测前跟踪技术(TBD) | 第25-27页 |
| 2.3.1 TBD的技术优势 | 第25-26页 |
| 2.3.2 TBD技术的实现算法 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于粒子滤波的检测前跟踪算法(PF-TBD) | 第28-50页 |
| 3.1 粒子滤波的基本理论 | 第28-35页 |
| 3.1.1 递推贝叶斯估计 | 第28-30页 |
| 3.1.2 蒙特卡罗积分原理 | 第30-31页 |
| 3.1.3 序贯重要性抽样(SIS) | 第31-33页 |
| 3.1.4 重采样 | 第33-34页 |
| 3.1.5 标准粒子滤波算法 | 第34-35页 |
| 3.2 贝叶斯框架内的TBD思想 | 第35-40页 |
| 3.2.1 标记状态转移模型 | 第35-36页 |
| 3.2.2 TBD方法的贝叶斯修正 | 第36-38页 |
| 3.2.3 目标状态模型 | 第38页 |
| 3.2.4 目标量测模型 | 第38-39页 |
| 3.2.5 似然比函数的建立 | 第39-40页 |
| 3.3 标准粒子滤波TBD算法(SPF-TBD) | 第40-43页 |
| 3.3.1 SPF-TBD的理论推导 | 第40-42页 |
| 3.3.2 SPF-TBD实现步骤 | 第42-43页 |
| 3.4 Rutten粒子滤波TBD算法(RPF-TBD) | 第43-47页 |
| 3.4.1 RPF-TBD的理论推导 | 第44-45页 |
| 3.4.2 RPF-TBD实现步骤 | 第45-47页 |
| 3.5 本章小结 | 第47-50页 |
| 第4章 改进的粒子滤波检测前跟踪算法 | 第50-80页 |
| 4.1 基于高斯粒子滤波的RPF-TBD算法(RGPF-TBD) | 第50-54页 |
| 4.1.1 RGPF-TBD算法的原理 | 第50-52页 |
| 4.1.2 RGPF-TBD算法的实现步骤 | 第52-54页 |
| 4.2 拟蒙特卡罗RGPF-TBD算法(QMC-RGPF-TBD) | 第54-60页 |
| 4.2.1 拟蒙特卡罗采样(QMC) | 第54-57页 |
| 4.2.2 拟蒙特卡罗高斯粒子滤波算法(QMC-GPF) | 第57-58页 |
| 4.2.3 拟蒙特卡罗高斯RPF-TBD算法(QMC-RGPF-TBD) | 第58-60页 |
| 4.3 简化的QMC-RGPF-TBD算法(SQMC-RGPF-TBD) | 第60-69页 |
| 4.3.1 简化的拟蒙特卡罗-高斯粒子滤波算法(SQMC-GPF) | 第60-62页 |
| 4.3.2 对SQMC-GPF算法的仿真实验及分析 | 第62-66页 |
| 4.3.3 SQMC-RGPF-TBD算法的实现步骤 | 第66-69页 |
| 4.4 仿真实验及性能分析 | 第69-78页 |
| 4.5 本章小节 | 第78-80页 |
| 第5章 总结与展望 | 第80-82页 |
| 5.1 总结 | 第80-81页 |
| 5.2 本文的不足与展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 攻读硕士学位期间发表的学术论文 | 第88-90页 |
| 致谢 | 第90页 |
