摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第12-17页 |
1.1 研究背景与意义 | 第12页 |
1.2 外辐射源雷达的研究历史与现状 | 第12-13页 |
1.3 无源雷达定位跟踪技术的研究历史和现状 | 第13-15页 |
1.3.1 目标定位技术 | 第13-14页 |
1.3.2 单目标跟踪 | 第14页 |
1.3.3 多目标跟踪 | 第14-15页 |
1.4 本文的主要工作与内容安排 | 第15-17页 |
第二章 无源雷达定位方法的研究 | 第17-40页 |
2.1 无源雷达信号处理流程 | 第17页 |
2.2 外辐射源雷达定位方法 | 第17-21页 |
2.2.1 测向定位法 | 第17-18页 |
2.2.2 多普勒频移定位法 | 第18页 |
2.2.3 时差定位方法 | 第18-19页 |
2.2.4 测向测时差定位法 | 第19-20页 |
2.2.5 测向测多普勒频移定位法 | 第20-21页 |
2.3 定位精度分析 | 第21-38页 |
2.3.1 基于DOA测量的定位精度分析 | 第21-26页 |
2.3.2 基于TDOA测量的定位精度分析 | 第26-32页 |
2.3.3 联合DOA+TDOA测量的定位精度分析 | 第32-38页 |
2.4 本章小结 | 第38-40页 |
第三章 无源雷达跟踪算法研究 | 第40-63页 |
3.1 跟踪原理 | 第40-41页 |
3.2 无源雷达传统跟踪滤波算法 | 第41-44页 |
3.2.1 扩展卡尔曼算法 | 第41-43页 |
3.2.2 无迹卡尔曼算法 | 第43-44页 |
3.3 粒子滤波算法理论 | 第44-50页 |
3.3.1 蒙特卡罗采样原理 | 第44-45页 |
3.3.2 重要性采样原理 | 第45-46页 |
3.3.3 序贯重要性采样方法 | 第46-48页 |
3.3.4 粒子退化 | 第48页 |
3.3.5 重采样 | 第48-49页 |
3.3.6 粒子滤波算法的实现 | 第49-50页 |
3.4 基于TDOA+DOA测量的无源雷达跟踪算法 | 第50-55页 |
3.4.1 算法过程 | 第51页 |
3.4.2 门限值的获取 | 第51-52页 |
3.4.3 仿真场景的设定 | 第52-53页 |
3.4.4 算法仿真与分析 | 第53-55页 |
3.5 重采样环节中引入最新量测信息 | 第55-62页 |
3.5.1 算法原理 | 第56-58页 |
3.5.2 算法过程 | 第58-60页 |
3.5.3 算法特性 | 第60页 |
3.5.4 算法仿真及分析 | 第60-62页 |
3.6 本章小结 | 第62-63页 |
第四章 基于粒子滤波的PHD多目标跟踪算法研究 | 第63-88页 |
4.1 多目标跟踪问题 | 第63-65页 |
4.1.1 传统多目标跟踪过程 | 第63-64页 |
4.1.2 无数据关联的多目标跟踪 | 第64-65页 |
4.2 基于随机有限集的PHD方法 | 第65-67页 |
4.2.1 基于随机有限集的多目标建模 | 第65页 |
4.2.2 PHD滤波方法的原理 | 第65-67页 |
4.3 基于粒子滤波的PHD多目标跟踪方法 | 第67-71页 |
4.3.1 P-PHD多目标跟踪方法 | 第67-69页 |
4.3.2 P-PHD多目标跟踪方法实现 | 第69-71页 |
4.4 改进的P-PHD算法 | 第71-81页 |
4.4.1 P-PHD算法存在的问题 | 第71页 |
4.4.2 针对基本P-PHD算法的改进 | 第71-74页 |
4.4.3 算法过程 | 第74-75页 |
4.4.4 算法仿真 | 第75-81页 |
4.5 P-PHD滤波算法中新生目标强度的研究 | 第81-87页 |
4.5.1 量测分类 | 第81-83页 |
4.5.2 基于量测值分类的改进PHD-M算法实现 | 第83-86页 |
4.5.3 算法仿真 | 第86-87页 |
4.6 本章小结 | 第87-88页 |
第五章 无源定位跟踪仿真系统 | 第88-97页 |
5.1 量测数据的产生 | 第88-93页 |
5.2 单目标跟踪滤波模块 | 第93-94页 |
5.3 多目标跟踪滤波模块 | 第94-96页 |
5.4 本章小结 | 第96-97页 |
第六章 总结与展望 | 第97-99页 |
6.1 总结 | 第97页 |
6.2 展望 | 第97-99页 |
致谢 | 第99-100页 |
参考文献 | 第100-104页 |
攻读硕士学位期间取得的成果 | 第104-105页 |