杂波环境下雷测弹道数据处理算法研究
| 摘要 | 第1-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第12-21页 |
| ·雷达杂波及靶场测量 | 第12-13页 |
| ·雷达数据处理模块的设计与实现 | 第13-15页 |
| ·数据录取 | 第13-14页 |
| ·航迹处理 | 第14-15页 |
| ·杂波环境下的机动目标跟踪问题 | 第15-18页 |
| ·两点外推滤波 | 第17页 |
| ·维纳滤波 | 第17-18页 |
| ·加权最小二乘滤波 | 第18页 |
| ·本文主要内容 | 第18-21页 |
| 第二章 目标跟踪中的基本数学模型 | 第21-34页 |
| ·极大似然估计 | 第21-23页 |
| ·基本EM算法 | 第23-27页 |
| ·混合正态分布极大似然估计的EM算法 | 第27-30页 |
| ·算例分析 | 第30-33页 |
| ·小结 | 第33-34页 |
| 第三章 隐马尔科夫模型及卡尔曼滤波 | 第34-50页 |
| ·隐马氏模型(HMM) | 第34-40页 |
| ·模型描述 | 第34-35页 |
| ·隐马氏模型的应用 | 第35-40页 |
| ·卡尔曼滤波和预测 | 第40-42页 |
| ·kalman滤波仿真算例 | 第42-49页 |
| ·常速模型滤波 | 第42-44页 |
| ·常加速模型滤波 | 第44-47页 |
| ·变加速模型滤波 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第四章 期望极大化算法(EM) | 第50-66页 |
| ·应用于动目标的EM算法 | 第50页 |
| ·期望极大化的步骤 | 第50-54页 |
| ·机动目标的状态描述 | 第50-52页 |
| ·观测方程 | 第52-53页 |
| ·目标状态估计 | 第53页 |
| ·目标跟踪的期望极大化(EM)算法 | 第53-54页 |
| ·目标状态序列的极大后验概率密度估计 | 第54-59页 |
| ·EM算法第一步求期望 | 第55-57页 |
| ·极大化步骤 | 第57-59页 |
| ·仿真计算 | 第59-65页 |
| ·常加速模型的改进的卡尔曼滤波 | 第60-61页 |
| ·变加速模型的改进的卡尔曼滤波 | 第61-64页 |
| ·卡尔曼滤波影响因素分析 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·总结 | 第66-68页 |
| ·展望 | 第68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 在学期间发表论文 | 第73页 |
