| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 课题背景和研究意义 | 第8-9页 |
| 1.2 国内外发展现状 | 第9-15页 |
| 1.2.1 无源探测系统发展及典型应用 | 第9-10页 |
| 1.2.2 多站无源探测系统经典定位算法 | 第10-13页 |
| 1.2.3 目标跟踪与数据关联研究现状 | 第13-15页 |
| 1.2.4 纯方位无源探测系统研究热点及难点 | 第15页 |
| 1.3 论文的主要内容与章节安排 | 第15-17页 |
| 第二章 被动多传感器跟踪及数据关联技术 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 被动传感器定位与跟踪原理 | 第17-25页 |
| 2.2.1 滤波方法 | 第17-23页 |
| 2.2.2 仿真 | 第23-25页 |
| 2.3 数据关联典型算法 | 第25-29页 |
| 2.3.1 最近邻域标准滤波 | 第25页 |
| 2.3.2 概率数据互联算法（PDA） | 第25-26页 |
| 2.3.3 联合概率数据互联算法（JPDA） | 第26-28页 |
| 2.3.4 多假设法（MHT） | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 复杂干扰环境下的被动传感器跟踪算法 | 第30-49页 |
| 3.1 引言 | 第30页 |
| 3.2 不完全量测下转换测量的卡尔曼滤波 | 第30-41页 |
| 3.2.1 最小二乘估计 | 第30-36页 |
| 3.2.2 不完全量测下基于IMM的转换测量卡尔曼滤波 | 第36-37页 |
| 3.2.3 仿真分析 | 第37-41页 |
| 3.3 基于特征值分解的观测噪声解相关算法 | 第41-48页 |
| 3.3.1 测量噪声相关的数据融合方法 | 第42-43页 |
| 3.3.2 基于特征值分解的传感器解耦 | 第43-45页 |
| 3.3.3 仿真分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 被动传感器数据关联算法 | 第49-69页 |
| 4.1 引言 | 第49-50页 |
| 4.2 静态多维分配算法 | 第50-61页 |
| 4.2.1 多维分配模型模型 | 第50-54页 |
| 4.2.2 拉格朗日松弛算法 | 第54-57页 |
| 4.2.3 改进代价函数 | 第57-58页 |
| 4.2.4 仿真 | 第58-61页 |
| 4.3 动态多维分配算法 | 第61-65页 |
| 4.3.1 S-D/2-D动态多维分配算法 | 第61-62页 |
| 4.3.2 (S+1)-D动态多维分配算法 | 第62-64页 |
| 4.3.3 带门限的(S+1)-D维分配算法 | 第64-65页 |
| 4.4 仿真分析 | 第65-68页 |
| 4.5 总结 | 第68-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间已发表或录用的论文 | 第76-78页 |