| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·课题内容与作用 | 第9页 |
| ·论文方向目前在国内外的发展状况 | 第9-10页 |
| ·本论文的章节内容介绍 | 第10-12页 |
| 2 机动目标的SINGER模型与"当前"模型的优缺点分析 | 第12-16页 |
| ·机动目标模型发展分析 | 第12页 |
| ·机动目标的SINGER模型基本理论与统计特性 | 第12-13页 |
| ·机动目标"当前"统计模型基本理论与统计特性 | 第13-14页 |
| ·机动目标的SINGER模型与"当前"统计模型优缺点分析 | 第14-16页 |
| 3 一种用于机动目标跟踪的新的加速度自适应模型 | 第16-27页 |
| ·现有技术分析 | 第16-17页 |
| ·机动目标跟踪中基本跟踪滤波与预测方法回顾 | 第17-24页 |
| ·线性自回归滤波 | 第17-18页 |
| ·两点外推滤波 | 第18页 |
| ·维纳滤波 | 第18-19页 |
| ·加权最小二乘滤波 | 第19页 |
| ·α—β与α—β—γ滤波 | 第19-21页 |
| ·α—β滤波 | 第20页 |
| ·α—β—γ滤波 | 第20-21页 |
| ·卡尔曼滤波与预测 | 第21-22页 |
| ·卡尔曼滤波基本方程 | 第21-22页 |
| ·卡尔曼一步预测基本方程 | 第22页 |
| ·卡尔曼滤波与其他线性滤波方法性能比较 | 第22-24页 |
| ·用于机动目标跟踪的正态分布的加速度概率密度模型 | 第24页 |
| ·用于机动目标跟踪的正态分布的加速度新模型 | 第24-25页 |
| ·机动目标的加速度新模型与"当前"模型加速度差异分析 | 第25-27页 |
| 4 一种新的用于机动目标跟踪的自适应滤波算法 | 第27-45页 |
| ·机动目标跟踪中的自适应滤波技术分析 | 第27-37页 |
| ·检测自适应滤波 | 第27-33页 |
| ·X~2分布检验与状态噪声方差补偿 | 第27-28页 |
| ·决策自适应跟踪器 | 第28-29页 |
| ·Thorp检测器 | 第29-30页 |
| ·系统噪声水平漫步连续匹配法 | 第30页 |
| ·输入(加速度)估计器 | 第30-32页 |
| ·变维滤波(VDP) | 第32-33页 |
| ·实时辨识自适应滤波 | 第33-36页 |
| ·协方差匹配法 | 第33-34页 |
| ·自适应状态估计器 | 第34-35页 |
| ·二级卡尔曼滤波算法 | 第35页 |
| ·机动目标"当前"统计模型的均值与方差自适应跟踪算法 | 第35-36页 |
| ·"全面"自适应滤波 | 第36-37页 |
| ·检测"全面"自适应滤波 | 第36-37页 |
| ·加权和"全面"自适应滤波 | 第37页 |
| ·交互式多模型算法 | 第37页 |
| ·用于机动目标跟踪的自适应滤波算法 | 第37-40页 |
| ·用于机动目标跟踪的自适应算法优化 | 第40-41页 |
| ·用于机动目标跟踪的自适应滤波算法的工程实现 | 第41-45页 |
| ·用于数据输入/输出的数据结构 | 第41-42页 |
| ·常量及变量定义 | 第42页 |
| ·计算过程及流程图 | 第42-45页 |
| 5 仿真结果分析 | 第45-51页 |
| ·仿真准备 | 第45页 |
| ·正态分布随机数的产生 | 第45页 |
| ·航迹的实时产生 | 第45页 |
| ·数据文件的生成 | 第45页 |
| ·误差的统计评估 | 第45-47页 |
| ·仿真流程图 | 第47-48页 |
| ·试验结果分析 | 第48-50页 |
| ·结论 | 第50-51页 |
| 6 致谢 | 第51-52页 |
| 7 参考文献 | 第52-54页 |
