遗传算法及其在无源测向定位中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10-11页 |
| ·无源测向定位与遗传算法 | 第11-12页 |
| ·本文工作及章节安排 | 第12-14页 |
| 第2章 无源定位技术 | 第14-22页 |
| ·无源定位技术概述 | 第14-15页 |
| ·无源定位方法 | 第15-19页 |
| ·无源定位中的估计算法 | 第19-22页 |
| ·最小二乘法 | 第19-20页 |
| ·最大似然法 | 第20页 |
| ·卡尔曼滤波算法 | 第20-22页 |
| 第3章 遗传算法 | 第22-34页 |
| ·遗传算法概述 | 第22-24页 |
| ·基本遗传算法和操作 | 第24-31页 |
| ·编码 | 第25-27页 |
| ·适应度函数 | 第27-28页 |
| ·遗传算子 | 第28-30页 |
| ·基本遗传算法的变形 | 第30-31页 |
| ·实数编码遗传算法 | 第31-34页 |
| ·RCGA 交叉算子 | 第31-32页 |
| ·RCGA 变异算子 | 第32-34页 |
| 第4章 单站测向定位技术研究 | 第34-72页 |
| ·STANSFIELD 估计子 | 第36-43页 |
| ·基本公式 | 第36-38页 |
| ·性能分析 | 第38-43页 |
| ·多点平均STANSFIELD 估计 | 第43-54页 |
| ·多点平均的引入 | 第43-45页 |
| ·原理和分析 | 第45-53页 |
| ·多点平均的优点与极限 | 第53-54页 |
| ·最大似然估计子 | 第54-57页 |
| ·基本原理 | 第54-55页 |
| ·性能分析 | 第55-56页 |
| ·多点平均对MLE 的影响 | 第56-57页 |
| ·遗传ML 估计 | 第57-70页 |
| ·Stansfield 粗估计 | 第57-62页 |
| ·一维编码 | 第62-64页 |
| ·遗传ML 估计算法流程 | 第64-66页 |
| ·仿真结果 | 第66-70页 |
| ·各方法的性能比较和互补 | 第70-72页 |
| 第5章 进化观测轨迹测向定位初探 | 第72-83页 |
| ·基本思想 | 第72-73页 |
| ·具体实现 | 第73-77页 |
| ·目标函数和适应度的确定 | 第73-75页 |
| ·难点及其应对 | 第75-77页 |
| ·进化观测轨迹测向定位方法流程 | 第77页 |
| ·仿真结果 | 第77-81页 |
| ·时间可行性 | 第77-78页 |
| ·轨迹有效性 | 第78-80页 |
| ·定位精度和特例 | 第80-81页 |
| ·小结 | 第81-83页 |
| 第6章 总结与展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 攻读硕士学位期间发表（或录用）的论文 | 第89页 |
