| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究的背景及意义 | 第16-17页 |
| 1.2 无人机对目标定位与跟踪技术的研究现状 | 第17-21页 |
| 1.2.1 无人机光电平台的研究现状 | 第17-19页 |
| 1.2.2 无人机目标定位技术的研究现状 | 第19-20页 |
| 1.2.3 无人机目标跟踪技术的研究现状 | 第20-21页 |
| 1.3 无人机导航定位技术的研究现状 | 第21-22页 |
| 1.3.1 无线电导航系统 | 第21-22页 |
| 1.3.2 惯性导航系统 | 第22页 |
| 1.3.3 卫星导航系统 | 第22页 |
| 1.4 论文的章节安排 | 第22-24页 |
| 第二章 无人机对目标定位与跟踪方法的理论基础 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 无人机对目标定位与跟踪问题的定义 | 第24-25页 |
| 2.3 无人机对目标定位的基础知识 | 第25-29页 |
| 2.3.1 齐次坐标转换法 | 第25-27页 |
| 2.3.2 目标定位所需坐标系的详细介绍 | 第27-29页 |
| 2.4 无人机对运动目标跟踪的基础知识 | 第29-34页 |
| 2.4.1 目标的运动模型 | 第29-32页 |
| 2.4.2 无人机对目标的观测模型 | 第32-33页 |
| 2.4.3 无人机对运动目标跟踪问题的求解方案 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 无人机目标定位方法研究及误差分析 | 第36-58页 |
| 3.1 引言 | 第36页 |
| 3.2 坐标系之间的转换 | 第36-41页 |
| 3.2.1 大地坐标系与大地直角坐标系之间的转换 | 第36-37页 |
| 3.2.2 大地直角坐标系与地理坐标系之间的转换 | 第37-39页 |
| 3.2.3 地理坐标系与载机坐标系之间的转换 | 第39-40页 |
| 3.2.4 载机坐标系与基座坐标系之间的转换 | 第40-41页 |
| 3.3 目标定位与引导的计算过程 | 第41-43页 |
| 3.3.1 目标定位的计算过程 | 第41-42页 |
| 3.3.2 目标引导的计算过程 | 第42-43页 |
| 3.4 目标定位误差分析 | 第43-54页 |
| 3.4.1 蒙特卡罗方法 | 第43-44页 |
| 3.4.2 目标定位方法的误差模型 | 第44页 |
| 3.4.3 目标定位过程Matlab仿真程序设计 | 第44-46页 |
| 3.4.4 定位误差的仿真结果 | 第46-48页 |
| 3.4.5 Monte Carlo误差分析 | 第48-54页 |
| 3.5 提高目标定位精度的措施 | 第54-55页 |
| 3.6 无人机对动态目标高精度定位的总体方案 | 第55-56页 |
| 3.7 本章小结 | 第56-58页 |
| 第四章 SINS/GPS组合导航定位技术研究 | 第58-76页 |
| 4.1 引言 | 第58页 |
| 4.2 捷联式惯性导航系统（SINS） | 第58-67页 |
| 4.2.1 SINS的工作原理 | 第58-59页 |
| 4.2.2 SINS的数学模型 | 第59-61页 |
| 4.2.3 捷联式惯导系统的Matlab/Simulink仿真 | 第61-65页 |
| 4.2.4 SINS系统仿真结果 | 第65-67页 |
| 4.3 卫星导航系统（GPS） | 第67-68页 |
| 4.3.1 GPS全球定位系统的组成 | 第67页 |
| 4.3.2 GPS定位系统的工作原理 | 第67-68页 |
| 4.3.3 GPS的仿真设计 | 第68页 |
| 4.4 SINS/GPS组合导航系统 | 第68-74页 |
| 4.4.1 SINS/GPS组合导航方式研究 | 第68-69页 |
| 4.4.2 SINS/GPS组合导航系统数学模型研究 | 第69-71页 |
| 4.4.3 卡尔曼滤波在组合导航系统中的应用 | 第71-72页 |
| 4.4.4 SINS/GPS组合导航系统的仿真结果 | 第72-74页 |
| 4.5 高精度目标定位的仿真平台设计 | 第74-75页 |
| 4.6 本章小结 | 第75-76页 |
| 第五章 基于CS模型的交互式多模型粒子滤波的无人机目标跟踪算法研究 | 第76-92页 |
| 5.1 引言 | 第76页 |
| 5.2 非线性滤波算法 | 第76-83页 |
| 5.2.1 扩展卡尔曼滤波算法 | 第76-77页 |
| 5.2.2 无迹卡尔曼滤波算法 | 第77-78页 |
| 5.2.3 粒子滤波算法 | 第78-82页 |
| 5.2.4 非线性滤波算法仿真结果及分析 | 第82-83页 |
| 5.3 经典的机动目标跟踪算法 | 第83-87页 |
| 5.3.1“当前”统计模型自适应滤波算法 | 第83-85页 |
| 5.3.2 交互式多模型算法 | 第85-87页 |
| 5.4 基于CS模型的交互式多模型粒子滤波算法 | 第87-88页 |
| 5.5 仿真结果与分析 | 第88-91页 |
| 5.6 本章小结 | 第91-92页 |
| 第六章 总结与展望 | 第92-94页 |
| 6.1 工作总结 | 第92-93页 |
| 6.2 工作展望 | 第93-94页 |
| 参考文献 | 第94-98页 |
| 致谢 | 第98-100页 |
| 作者简介 | 第100-101页 |
