第1章 绪论 1
参考文献 4
第2章 参数估计和统计检测基础 6
2.1引言 6
2.2参数估计 6
2.2.1估计量的性质 7
2.2.2最小方差无偏估计量 8
2.2.3最大似然估计量 9
2.2.4矩估计量 11
2.2.5随机参数的贝叶斯估计量 12
2.3统计检测 22
2.3.1检测准则 22
2.3.2确定性信号检测 26
2.3.3随机信号检测 31
2.3.4具有未知参数的信号检测 33
参考文献 35
第3章 最佳滤波理论 36
3.1引言 36
3.2维纳滤波 36
3.2.1概述 36
3.2.2维纳滤波理论模型 37
3.2.3 FIR维纳滤波器 38
3.3最小二乘滤波 39
3.3.1最小二乘滤波系数求解 39
3.3.2基于QR分解求解LS滤波系数 46
3.3.3基于奇异值分解求解LS滤波系数 48
3.4 Kalman滤波 49
3.4.1 Kalman滤波算法 50
3.4.2扩展Kalman滤波 54
3.4.3扩展Kalman滤波应用举例 56
3.5匹配滤波和特征滤波 59
3.5.1匹配滤波 60
3.5.2特征滤波 63
参考文献 66
第4章 功率谱估计方法 67
4.1引言 67
4.2非参数功率谱估计方法 67
4.2.1间接估计方法 68
4.2.2直接估计方法 69
4.2.3周期图的滤波器组实现 71
4.2.4改进周期图方法 73
4.3参数功率谱估计方法 75
4.3.1功率谱模型 75
4.3.2 AR模型参数估计 77
4.3.3 MA模型参数估计 80
4.3.4 ARMA模型参数估计 82
4.4最小方差谱估计 84
4.4.1时域滤波情况 85
4.4.2空域滤波情况 87
4.4.3 MV谱估计 89
4.5基于矩阵特征值分解的频率估计 90
4.5.1谐波模型 90
4.5.2 MUSIC方法 91
4.5.3实验结果 94
4.6现代信号处理方法的特点分析 96
4.6.1白噪声条件下的信号积累 96
4.6.2色噪声条件下的信号积累 98
参考文献 99
第5章 目标与杂波统计特性 100
5.1引言 100
5.2现代雷达目标的特点 100
5.3目标RCS统计模型 101
5.4杂波统计特性 103
5.4.1杂波散射强度 103
5.4.2杂波一维概率分布模型 107
5.4.3杂波的相关性模型 112
5.5基于球不变随机过程的杂波联合分布模型 115
5.5.1复SIR V的联合概率密度函数 115
5.5.2基于正交双通道数据的SIRV的联合PDF 117
5.5.3 K分布和Student-t分布的联合PDF 118
参考文献 118
第6章 非高斯相关杂波下似然比统计检测方法 120
6.1引言 120
6.2 SIRP杂波背景下似然比检测方法 120
6.2.1未知参数条件下似然比检测 121
6.2.2未知参数条件下似然比检测的近似形式 124
6.2.3随机参数条件下的似然比检测 126
6.3 SIRP杂波背景下局部最优检测 132
6.4 SIRP杂波背景下基于粒子滤波的似然比检测 136
6.4.1基本粒子滤波算法 136
6.4.2基于粒子滤波的似然比检测模型 137
参考文献 139
第7章 基于杂波抑制的目标检测方法 141
7.1引言 141
7.2高斯相关杂波条件下的目标检测 141
7.2.1基于匹配滤波的目标检测 141
7.2.2基于特征滤波的目标检测 144
7.2.3基于杂波AR模型建模的目标检测 145
7.3非高斯相关杂波条件下的目标检测 146
7.3.1基于分数低阶匹配滤波的目标检测 147
7.3.2基于分数低阶特征滤波的目标检测 155
7.3.3基于杂波AR SαS模型建模的目标检测 157
参考文献 159
第8章 多分布类型杂波背景下的CFAR检测方法 160
8.1引言 160
8.2 CFAR检测方法简介 160
8.3杂波分布类型检验方法 163
8.3.1 Chi-Square检验 163
8.3.2 Kolmogorov-Smirnov检验 164
8.3.3基于概率密度函数变换的杂波分布类型检验 165
8.3.4几种检验方法的性能比较 170
8.4适应多分布类型杂波的CFAR检测器 172
8.4.1基于杂波分布类型检验的CFAR检测器 172
8.4.2 OS-CFAR检测器和Log-t检测器 172
8.4.3 CFAR检测器与杂波分布类型匹配和失配时的性能 175
8.5杂波分布相似性分析 178
参考文献 181
第9章 粒子滤波 182
9.1引言 182
9.2粒子滤波理论基础 182
9.2.1状态的最优估计 182
9.2.2基于Monte-Carlo方法的状态近似估计 183
9.2.3粒子滤波方法 184
9.3粒子退化 187
9.4重要性密度函数的选择 188
9.5基于EKF构造重要性密度函数的方法 194
9.6基于UKF构造重要性密度函数的方法 196
9.6.1无损变换 196
9.6.2无损Kalman滤波方法 199
9.6.3无损粒子滤波方法 200
9.7基于IEHF构造重要性密度函数的方法 201
9.7.1 H∞滤波方法 202
9.7.2迭代扩展H∞滤波 207
9.7.3迭代扩展H∞粒子滤波 208
9.8基于分布函数逆映射采样的粒子滤波方法 213
9.8.1采样方法的原理及数学模型 213
9.8.2分布函数的求解 213
9.8.3实现步骤 215
9.9重采样 217
参考文献 220
第10章 基于粒子滤波的检测前跟踪 221
10.1引言 221
10.2基本PF-TBD的实现思路 222
10.3基本PF-TBD的系统模型 224
10.4基本PF-TBD的实现过程 227
10.5 Rutten PF-TBD方法 233
10.5.1 Rutten PF-TBD的实现思路 233
10.5.2 Rutten PF-TBD的理论推导 234
10.5.3 Rutten PF-TBD的实现过程 236
10.6两种PF-TBD实现方法的性能分析 241
10.7 PF-TBD实际中存在的问题及解决方法 243
10.7.1粒子状态初始化问题 243
10.7.2多目标检测和跟踪问题 244
参考文献 244
第11章 机动弱小目标PF-TBD 245
11.1引言 245
11.2基于多模型的PF-TBD 245
11.2.1 MM-PF 246
11.2.2 MM-PF-TBD的基本原理 250
11.2.3 MM-PF-TBD的实现过程 252
11.3基于交互多模型的PF-TBD 257
11.3.1 IMM 257
11.3.2 IMM-PF 259
11.3.3 IMM-PF-TBD的实现过程 261
参考文献 264
第12章 基于动态规划的检测前跟踪 266
12.1引言 266
12.2动态规划方法概述 266
12.2.1动态规划的基本概念和基本方程 266
12.2.2最短距离问题 268
12.3基于动态规划的检测前跟踪方法概述 270
12.3.1基于动态规划的检测前跟踪的基本思想 270
12.3.2基于似然比积累的动态规划检测前跟踪 272
12.3.3基于幅度积累的动态规划检测前跟踪 274
12.3.4性能指标 275
12.3.5两类DP-TBD的性能比较 276
12.4 DP-TBD在实际中存在的问题及解决方法 278
12.4.1航迹关联问题 278
12.4.2积累帧数选择及实时处理问题 280
12.4.3 DP-TBD在PD体制和非PD体制雷达中的实现问题 281
12.4.4多目标检测和跟踪问题 283
参考文献 284
附录A 不相容线性方程组的最佳LS解 285
参考文献 286
附录B 间接谱估计方法与周期图的等价性证明 287
中英文对照表 289