声明
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 检测前跟踪技术现状
1.2.2 基于粒子滤波的检测前跟踪现状
1.3 论文的主要研究内容和章节安排
第2章 基于粒子滤波的检测前跟踪理论基础
2.1 引言
2.2 粒子滤波理论
2.2.1 贝叶斯滤波理论
2.2.2 序贯重要性采样
2.2.3 重采样方法
2.2.4 采样重要性重采样方法
2.3.1 单目标运动模型
2.3.2 CV模型
2.3.3 CA模型
2.3.4 CT模型
2.3.5 雷达观测模型
2.3.6 单雷达单目标PF-TBD算法原理
2.4 多雷达单目标PF-TBD模型及算法原理
2.4.1 单目标运动模型
2.4.2 多雷达观测模型
2.4.3 多雷达单目标PF-TBD算法原理
2.5 仿真及性能分析
2.6 小结
第3章 基于自适应遗传操作的多雷达多目标PF-TBD算法
3.1 引言
3.2 问题描述
3.3 基于双层粒子滤波的多雷达多目标检测前跟踪算法
3.3.1 基于双层粒子滤波的多雷达多目标检测前跟踪算法结构
3.3.2 基于双层粒子滤波的多雷达多目标检测前跟踪算法步骤
3.3.3 目标跟踪层
3.3.4 目标检测层
3.3.5 仿真及性能分析
3.4 基于自适应遗传操作的多雷达多目标检测前跟踪算法
3.4.1 自适应遗传操作
3.4.2 锦标赛选择重采样
3.4.3 基于自适应遗传操作的多雷达多目标PF-TBD算法描述
3.4.4 目标跟踪层
3.4.5 目标检测层
3.4.6 新目标验证模块与输出模块
3.5 仿真及性能分析
3.6 小结
第4章 基于粒子群融合的多雷达多目标检测前跟踪算法
4.1 引言
4.2.1 目标运动模型和雷达观测模型
4.2.2 粒子群融合
4.2.3 基于粒子群融合的多雷达多目标PF-TBD算法描述
4.3 基于粒子群融合检测前跟踪算法具体实现步骤
4.3.1 目标跟踪层
4.3.2 目标检测层
4.3.3 新目标验证模块
4.4 仿真及性能分析
4.5 混合多雷达多目标粒子滤波检测前跟踪算法
4.5.1 算法实现步骤
4.5.2 目标跟踪层
4.5.3 目标检测层
4.5.4 新目标验证模块
4.5.5 仿真及性能分析
4.6 小结
第5章 总结与展望
5.1 总结
5.2 展望
致谢
参 考 文 献
附录
杭州电子科技大学;