| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-17页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究背景及意义 | 第17-20页 |
| 1.2 研究历史与现状 | 第20-23页 |
| 1.2.1 单雷达多目标定位 | 第20页 |
| 1.2.2 多雷达单目标定位 | 第20-23页 |
| 1.3 研究内容安排 | 第23-25页 |
| 第二章 自发自收分布式雷达组网单目标定位功率分配 | 第25-35页 |
| 2.1 引言 | 第25-27页 |
| 2.1.1 基于DRNS的自反馈修正凸松弛功率分配算法 | 第26-27页 |
| 2.2 系统建模 | 第27-31页 |
| 2.2.1 信号模型 | 第27页 |
| 2.2.2 误差模型 | 第27-28页 |
| 2.2.3 TLSE函数的非凸性证明 | 第28-30页 |
| 2.2.4 功率分配的优化模型及凸松弛后优化模型 | 第30-31页 |
| 2.3 自修正凸松弛算法 | 第31页 |
| 2.3.1 自修正凸松弛算法的求解过程 | 第31页 |
| 2.4 仿真实验结果分析 | 第31-34页 |
| 2.4.1 目标定位背景下不同算法优化性能比较 | 第32-33页 |
| 2.4.2 不同凸松弛参数自修正凸松弛算法优化性能比较 | 第33-34页 |
| 2.5 结束语 | 第34-35页 |
| 第三章 分布式雷达组网系统单目标定位时功率分配算法研究 | 第35-59页 |
| 3.1 引言 | 第35-37页 |
| 3.2 系统建模 | 第37-41页 |
| 3.2.1 雷达系统参数设定 | 第37-38页 |
| 3.2.2 克拉美罗下界 | 第38-40页 |
| 3.2.3 克拉美罗下界的性质 | 第40-41页 |
| 3.3 功率分配算法AGSA | 第41-49页 |
| 3.3.1 固定总功率的优化模型 | 第42-47页 |
| 3.3.2 全局收敛性分析 | 第47页 |
| 3.3.3 功率分配的Pareto解集 | 第47-48页 |
| 3.3.4 计算复杂性分析 | 第48-49页 |
| 3.4 仿真实验 | 第49-58页 |
| 3.5 小结 | 第58-59页 |
| 第四章 用于多目标定位的MIMO雷达快速功率分配算法 | 第59-71页 |
| 4.1 引言 | 第59-60页 |
| 4.2 数学模型 | 第60-63页 |
| 4.2.1 雷达系统目标定位误差代价函数 | 第60-61页 |
| 4.2.2 现有的两种功率分配模型 | 第61-62页 |
| 4.2.3 针对多目标定位的DOP优化模型 | 第62-63页 |
| 4.3 AGOA算法 | 第63-65页 |
| 4.3.1 AGOA算法的求解过程 | 第63-65页 |
| 4.4 仿真实验结果分析 | 第65-69页 |
| 4.4.1 单目标背景下不同算法优化性能比较 | 第65-67页 |
| 4.4.2 验证算法在多目标定位背景下的有效性 | 第67-69页 |
| 4.5 小结 | 第69-71页 |
| 第五章 MIMO雷达系统多目标定位功率分配通用算法研究 | 第71-83页 |
| 5.1 引言 | 第71-72页 |
| 5.2 系统建模 | 第72-74页 |
| 5.2.1 功率分配模型 | 第72-73页 |
| 5.2.2 优化模型的建立 | 第73-74页 |
| 5.3 人类行为学算法（HBA） | 第74-77页 |
| 5.4 仿真实验结果分析 | 第77-81页 |
| 5.5 小结 | 第81-83页 |
| 第六章 结论和展望 | 第83-87页 |
| 6.1 研究结论 | 第83-84页 |
| 6.2 论文创新点 | 第84-85页 |
| 6.3 研究展望 | 第85-87页 |
| 附录 A | 第87-89页 |
| 附录 B | 第89-91页 |
| 附录 C | 第91-93页 |
| 参考文献 | 第93-105页 |
| 致谢 | 第105-107页 |
| 作者简介 | 第107-109页 |
| 1. 基本情况 | 第107页 |
| 2. 教育背景 | 第107页 |
| 3. 攻读博士学位期间的研究成果 | 第107-109页 |
