| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究背景及意义 | 第12-14页 |
| ·被动多传感器探测系统简介 | 第14-16页 |
| ·被动目标跟踪技术研究现状 | 第16-22页 |
| ·国外研究进展 | 第16-21页 |
| ·国内研究现状 | 第21-22页 |
| ·论文的主要研究成果与内容安排 | 第22-24页 |
| 第二章 被动多传感器目标跟踪原理和精度分析 | 第24-42页 |
| ·引言 | 第24页 |
| ·被动多传感器目标跟踪原理 | 第24-34页 |
| ·被动多传感器观测原理 | 第24-26页 |
| ·被动目标跟踪关键技术 | 第26页 |
| ·非线性滤波在被动目标跟踪中的应用 | 第26-34页 |
| ·被动多传感器探测系统目标跟踪精度分析 | 第34-41页 |
| ·目标跟踪的克拉美-罗下限 | 第34-36页 |
| ·基于扩展卡尔曼滤波的集中式融合跟踪 | 第36-37页 |
| ·目标跟踪精度的几何分布 | 第37-38页 |
| ·仿真实验与分析 | 第38-41页 |
| ·被动多传感器探测系统的参数设计 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第三章 被动多传感器单目标跟踪方法研究 | 第42-66页 |
| ·引言 | 第42页 |
| ·基于无迹卡尔曼滤波的被动目标跟踪算法 | 第42-48页 |
| ·被动多传感器集中式融合跟踪 | 第43-44页 |
| ·无迹变换 | 第44-45页 |
| ·目标跟踪算法 | 第45-46页 |
| ·仿真实验与分析 | 第46-48页 |
| ·基于混合坐标系无迹卡尔曼滤波的被动目标跟踪算法 | 第48-56页 |
| ·被动多传感器混合坐标系目标跟踪 | 第49-50页 |
| ·目标跟踪算法 | 第50-54页 |
| ·仿真实验与分析 | 第54-56页 |
| ·基于拟蒙特卡罗采样高斯粒子滤波的被动目标跟踪算法 | 第56-64页 |
| ·拟蒙特卡罗采样 | 第57-59页 |
| ·目标跟踪算法 | 第59-62页 |
| ·仿真实验与分析 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 被动多传感器机动目标跟踪方法研究 | 第66-92页 |
| ·引言 | 第66-67页 |
| ·基于二次加权变结构交互多模型的机动目标跟踪算法 | 第67-78页 |
| ·多模型算法 | 第67-70页 |
| ·IMM被动机动目标跟踪 | 第70-72页 |
| ·目标跟踪算法 | 第72-74页 |
| ·仿真实验与分析 | 第74-78页 |
| ·基于自适应两阶段扩展卡尔曼滤波的被动机动目标跟踪算法 | 第78-91页 |
| ·机动目标跟踪单模型算法 | 第78-79页 |
| ·最优两阶段扩展卡尔曼滤波 | 第79-82页 |
| ·噪声自适应估计 | 第82-87页 |
| ·目标跟踪算法 | 第87-88页 |
| ·仿真实验与分析 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 第五章 被动多传感器多目标跟踪方法研究 | 第92-120页 |
| ·引言 | 第92-93页 |
| ·基于随机集理论的被动多目标跟踪算法 | 第93-105页 |
| ·随机集多目标跟踪理论 | 第93-96页 |
| ·概率假设密度滤波 | 第96-97页 |
| ·高斯混合概率假设密度滤波 | 第97-102页 |
| ·随机集多目标跟踪的性能评价方法 | 第102-105页 |
| ·基于交互多模型概率假设密度滤波的被动多目标跟踪算法 | 第105-119页 |
| ·多目标交互多模型跟踪原理 | 第105-106页 |
| ·目标跟踪算法 | 第106-114页 |
| ·仿真实验与分析 | 第114-119页 |
| ·本章小结 | 第119-120页 |
| 第六章 总结与展望 | 第120-124页 |
| ·工作总结 | 第120-121页 |
| ·展望 | 第121-124页 |
| 致谢 | 第124-126页 |
| 参考文献 | 第126-142页 |
| 作者在攻读博士学位期间撰写的论文 | 第142-144页 |
