| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·无源定位技术概述 | 第9页 |
| ·计算智能综述 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要工作 | 第11-14页 |
| 第二章 外辐射源雷达系统及定位性能分析 | 第14-26页 |
| ·外辐射源雷达系统的分类 | 第14页 |
| ·外辐射源雷达系统信号和数据处理流程 | 第14-16页 |
| ·基于 TOA 测量的外辐射源定位 | 第16-20页 |
| ·引言 | 第16-17页 |
| ·基于 TOA 测量的外辐射源雷达定位 | 第17页 |
| ·定位的解法 | 第17-20页 |
| ·定位性能分析 | 第20-22页 |
| ·仿真实验 | 第22-24页 |
| ·距离测量误差对定位精度的影响 | 第23页 |
| ·发射站的分布对定位精度的影响 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 计算智能及其应用 | 第26-40页 |
| ·从人工智能到计算智能 | 第26-27页 |
| ·进化计算的应用 | 第27-28页 |
| ·进化计算的基本原理 | 第28-32页 |
| ·进化计算的基本概念 | 第28-29页 |
| ·编码 | 第29页 |
| ·适应度函数 | 第29-30页 |
| ·进化算子 | 第30-32页 |
| ·进化计算的算法实现 | 第32-34页 |
| ·几种典型的进化算法举例 | 第34-38页 |
| ·递阶进化算法 | 第34-35页 |
| ·CHC 进化算法 | 第35-36页 |
| ·混沌进化算法 | 第36-37页 |
| ·混合进化算法 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 文化基因算法及其在多站外辐射源定位中的应用 | 第40-52页 |
| ·文化基因算法概述 | 第40-41页 |
| ·文化基因算法的实现 | 第41-42页 |
| ·文化基因优化的多站外辐射源雷达定位 | 第42-47页 |
| ·目标定位模型 | 第43页 |
| ·优化模型的建立 | 第43-44页 |
| ·MBF 定位算法 | 第44-45页 |
| ·文化基因局部搜索策略 | 第45-46页 |
| ·基于克拉美罗界的定位精度分析 | 第46-47页 |
| ·计算机仿真实验 | 第47-51页 |
| ·相对定位误差概率分布 | 第48页 |
| ·不同运动状态下算法定位精度 | 第48-49页 |
| ·算法的暂态收敛性能 | 第49页 |
| ·不同误差下的定位精度 | 第49-50页 |
| ·MBF 定位与 EA 定位的运行时间比较 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 多目标优化及其在单站外辐射源定位中的应用 | 第52-64页 |
| ·多目标优化的基本概念 | 第52-54页 |
| ·基于 Pareto 的多目标最优解 | 第52-53页 |
| ·Pareto 最优边界 | 第53-54页 |
| ·基于进化计算的多目标优化算法 | 第54-57页 |
| ·多目标进化算法概述 | 第54-55页 |
| ·多目标进化个体之间的支配关系 | 第55-56页 |
| ·多目标进化算法的实现 | 第56-57页 |
| ·MOEA 优化的单站外辐射源雷达定位 | 第57-61页 |
| ·目标定位模型 | 第57-58页 |
| ·基于 NSGAII 算法的单站外辐射源雷达定位 | 第58-61页 |
| ·计算机仿真实验 | 第61-63页 |
| ·不同 DOA 测量精度下的目标定位性能 | 第61-62页 |
| ·不同目标真实位置下的定位精度 | 第62页 |
| ·算法的单次相对定位误差分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结束语 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 读研期间的研究成果 | 第72-73页 |