| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第14-16页 |
| 缩略语对照表 | 第16-20页 |
| 第一章 绪论 | 第20-28页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.2 外辐射源雷达技术国内外研究进展 | 第22-26页 |
| 1.2.1 国外研究进展 | 第22-26页 |
| 1.2.2 国内研究进展 | 第26页 |
| 1.3 本文主要工作及内容安排 | 第26-28页 |
| 第二章 外辐射源雷达信号处理基本原理及算法分析 | 第28-54页 |
| 2.1 引言 | 第28-29页 |
| 2.2 信号处理原理 | 第29-35页 |
| 2.2.1 杂波抑制 | 第29-33页 |
| 2.2.2 距离-多普勒二维相干处理 | 第33-34页 |
| 2.2.3 CFAR目标检测 | 第34-35页 |
| 2.3 信号处理算法分析 | 第35-41页 |
| 2.3.1 杂波抑制算法选择 | 第35-36页 |
| 2.3.2 距离-多普勒处理优化 | 第36-37页 |
| 2.3.3 改进的目标检测方法 | 第37-41页 |
| 2.4 参考信号掺杂目标回波情况下的目标检测方法 | 第41-52页 |
| 2.4.1 接收信号模型 | 第41-42页 |
| 2.4.2 含有目标回波的参考信号对常规处理的影响分析 | 第42-46页 |
| 2.4.3 考虑参考信号中目标回波影响时的目标检测方法 | 第46-48页 |
| 2.4.4 仿真分析 | 第48-52页 |
| 2.5 本章小结 | 第52-54页 |
| 第三章 GPU在外辐射源雷达信号实时处理中的应用 | 第54-80页 |
| 3.1 引言 | 第54-55页 |
| 3.2 GPU并行计算介绍 | 第55-61页 |
| 3.2.1 GPU简述 | 第55-56页 |
| 3.2.2 GPU编程模型和执行模式 | 第56-57页 |
| 3.2.3 GPU存储器模型 | 第57页 |
| 3.2.4 GPU硬件架构 | 第57-59页 |
| 3.2.5 并行优化策略 | 第59-61页 |
| 3.3 外辐射源雷达信号实时处理并行实现技术 | 第61-75页 |
| 3.3.1 多源全向外辐射源雷达信号处GPU并行实现 | 第61-67页 |
| 3.3.2 多源全向外辐射源雷达信号处GPU并行优化 | 第67-75页 |
| 3.4 性能分析 | 第75-79页 |
| 3.4.1 GPU并行实现精度分析 | 第75-76页 |
| 3.4.2 GPU并行实现加速性能分析 | 第76-77页 |
| 3.4.3 实测数据处理 | 第77-79页 |
| 3.5 本章小结 | 第79-80页 |
| 第四章 加权最小二乘粒子滤波及其在目标跟踪中的应用 | 第80-94页 |
| 4.1 引言 | 第80-82页 |
| 4.2 标准粒子滤波介绍 | 第82页 |
| 4.3 加权最小二乘粒子滤波算法设计与分析 | 第82-87页 |
| 4.4 实验分析 | 第87-93页 |
| 4.4.1 非线性、非高斯模型 | 第87-90页 |
| 4.4.2 仅测角跟踪模型 | 第90-92页 |
| 4.4.3 外辐射源雷达目标跟踪模型 | 第92-93页 |
| 4.5 本章小结 | 第93-94页 |
| 第五章 基于并行重采样的实时粒子滤波跟踪方法 | 第94-106页 |
| 5.1 引言 | 第94-95页 |
| 5.2 并行重采样方法的设计与分析 | 第95-98页 |
| 5.3 基于并行重采样的粒子滤波GPU实现 | 第98-102页 |
| 5.4 仿真实验及分析 | 第102-104页 |
| 5.5 本章小结 | 第104-106页 |
| 第六章 总结与展望 | 第106-110页 |
| 6.1 本文工作总结 | 第106-107页 |
| 6.2 工作展望 | 第107-110页 |
| 参考文献 | 第110-120页 |
| 致谢 | 第120-122页 |
| 作者简介 | 第122-123页 |
