文摘
英文文摘
第1章 绪论
1.1 课题研究背景
1.2 雷达数据处理技术研究的历史和现状
1.3 课题的来源
1.4 ARPA系统简介
1.5 本文主要工作
第2章 雷达运动目标跟踪滤波原理
2.1 卡尔曼滤波器
2.1.1 系统模型
2.1.2 离散卡尔曼滤波的递推公式
2.1.3 离散卡尔曼滤波的特点
2.1.4 离散卡尔曼滤波的性质
2.1.5 离散卡尔曼滤波的发散现象
2.2 α-β滤波器
2.3 α-β-γ滤波器
2.4 卡尔曼滤波器的性能比较
第3章 基于卡尔曼滤波算法的船用雷达运动目标跟踪滤波器
3.1 离散信号模型的统计特性
3.2 离散卡尔曼滤波器的系统模型
3.3 卡尔曼滤波器的初始化
3.3.1 状态向量初始化
3.3.2 均方误差初始化
3.3.3 噪声协方差矩阵初始化
3.4 随机噪声统计特性分析
3.4.1 观测噪声的统计特性分析
3.4.2 扰动噪声的统计特性分析
3.5 自适应卡尔曼滤波器
3.5.1 观测噪声协方差的自适应设计
3.5.2 观测噪声协方差的自适应滤波实验结果
3.5.3 扰动噪声协方差的自适应设计
3.5.4 扰动噪声协方差的自适应滤波实验结果
3.5.5 自适应卡尔曼滤波器
3.6 多目标下卡尔曼滤波器的设计
第4章 卡尔曼滤波器与最小二乘滤波器运动目标跟踪性能比较
4.1 目标匀速运动
4.1.1 目标无噪声背景下匀速运动
4.1.2 目标有噪声背景下匀速运动
4.2 目标匀加速运动
4.2.1 目标无噪声背景下匀加速运动
4.2.2 目标有噪声背景下匀加速运动
4.3 目标圆周运动
4.4 目标转弯运动
4.5 小结
结论
参考文献
致谢
研究生履历