| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-9页 |
| ·弱小目标检测与跟踪概述 | 第9-10页 |
| ·检测前跟踪技术研究进展 | 第10-13页 |
| ·检测前跟踪主要算法 | 第10-12页 |
| ·检测前跟踪算法比较分析 | 第12-13页 |
| ·论文主要工作及内容安排 | 第13-15页 |
| 第二章 粒子滤波 | 第15-25页 |
| ·引言 | 第15页 |
| ·递归贝叶斯估计 | 第15-17页 |
| ·基本粒子滤波 | 第17-22页 |
| ·蒙特卡罗积分 | 第18-19页 |
| ·重要性采样 | 第19页 |
| ·序贯重要性采样 | 第19-21页 |
| ·权值退化与重采样 | 第21-22页 |
| ·基本粒子滤波算法流程 | 第22页 |
| ·问题与改进思路 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 基于边缘化粒子滤波的TBD 算法 | 第25-43页 |
| ·引言 | 第25页 |
| ·边缘化粒子滤波 | 第25-31页 |
| ·边缘化原理 | 第25-28页 |
| ·MPF 算法流程 | 第28-29页 |
| ·仿真实验分析 | 第29-31页 |
| ·TBD 问题描述与模型建立 | 第31-33页 |
| ·目标运动模型 | 第31-32页 |
| ·观测模型 | 第32-33页 |
| ·贝叶斯TBD 框架 | 第33-34页 |
| ·TBD-MPF 算法分析 | 第34-37页 |
| ·仿真实验及分析 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于拟蒙特卡罗-高斯粒子滤波的TBD 算法 | 第43-57页 |
| ·引言 | 第43页 |
| ·基于拟蒙特卡罗的高斯粒子滤波 | 第43-49页 |
| ·拟蒙特卡罗 | 第43-45页 |
| ·QMC-GPF 算法分析 | 第45-47页 |
| ·仿真实验及分析 | 第47-49页 |
| ·基于QMC-GPF 的TBD 算法 | 第49-51页 |
| ·仿真实验及分析 | 第51-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 作者在读期的科研工作及研究成果 | 第65-66页 |