| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 ADS-B技术研究现状 | 第11-12页 |
| 1.2.2 多点定位技术研究与应用现状 | 第12-13页 |
| 1.2.3 多点定位算法研究现状 | 第13-14页 |
| 1.3 ADS-B与多点定位技术发展前景 | 第14-17页 |
| 1.3.1 ADS-B技术发展前景 | 第14-15页 |
| 1.3.2 多点定位技术发展前景 | 第15-17页 |
| 1.4 论文研究内容及安排 | 第17-20页 |
| 第2章 场面监视方法研究 | 第20-32页 |
| 2.1 一二次雷达监视技术 | 第21-24页 |
| 2.2 ADS-B监视技术 | 第24-27页 |
| 2.3 多点定位监视技术 | 第27-31页 |
| 2.3.1 多点定位系统结构 | 第27-29页 |
| 2.3.2 多点定位关键技术 | 第29页 |
| 2.3.3 多点定位技术优势 | 第29-31页 |
| 2.4 智能机场系统 | 第31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 多点定位算法研究分析 | 第32-56页 |
| 3.1 多点定位原理分析 | 第32-36页 |
| 3.1.1 AOA定位原理 | 第32-33页 |
| 3.1.2 TOA定位原理 | 第33-34页 |
| 3.1.3 TDOA定位原理 | 第34-35页 |
| 3.1.4 FDOA定位原理 | 第35-36页 |
| 3.2 传统定位算法 | 第36-46页 |
| 3.2.1 Chan氏算法 | 第36-38页 |
| 3.2.2 Taylor算法 | 第38-40页 |
| 3.2.3 Fang算法 | 第40-41页 |
| 3.2.4 算法仿真 | 第41-46页 |
| 3.3 共轭梯度优化算法 | 第46-47页 |
| 3.4 算法改进 | 第47-52页 |
| 3.4.1 改进的Chan氏算法 | 第47-49页 |
| 3.4.2 算法仿真 | 第49-51页 |
| 3.4.3 协同定位算法 | 第51-52页 |
| 3.5 GDOP几何精度因子 | 第52-54页 |
| 3.6 本章小结 | 第54-56页 |
| 第4章 基于TDOA原理的改进BP神经网络轨迹预测 | 第56-72页 |
| 4.1 BP神经网络 | 第56-61页 |
| 4.1.1 神经网络简述 | 第56-57页 |
| 4.1.2 BP神经网络结构 | 第57页 |
| 4.1.3 BP神经网络信号传输 | 第57-61页 |
| 4.2 改进的BP神经网络算法 | 第61-64页 |
| 4.3 关键技术 | 第64页 |
| 4.4 实验仿真 | 第64-71页 |
| 4.4.1 BP神经网络仿真 | 第64-67页 |
| 4.4.2 GA-BP算法仿真 | 第67-68页 |
| 4.4.3 MPGA-BP算法仿真 | 第68-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第5章 多点定位实验平台 | 第72-84页 |
| 5.1 多点定位系统组成 | 第72-76页 |
| 5.1.1 地面站 | 第72-74页 |
| 5.1.2 中心处理站 | 第74-76页 |
| 5.1.3 AdsbScope显示软件 | 第76页 |
| 5.2 多点定位实验方案 | 第76-79页 |
| 5.2.1 布站选址 | 第76-77页 |
| 5.2.2 数据接收 | 第77页 |
| 5.2.3 数据解码 | 第77-78页 |
| 5.2.4 目标定位 | 第78-79页 |
| 5.3 定位精度分析 | 第79-83页 |
| 5.4 本章小结 | 第83-84页 |
| 结论 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 攻读硕士学位期间所发表的论文 | 第92-94页 |
| 致谢 | 第94页 |