| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 无源定位技术的特点 | 第11-12页 |
| 1.3 无源定位跟踪的常用方法 | 第12-13页 |
| 1.4 国内外研究现状 | 第13-15页 |
| 1.4.1 国外研究现状 | 第13-14页 |
| 1.4.2 国内研究现状 | 第14-15页 |
| 1.5 论文的主要工作 | 第15-16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 ESM 无源定位跟踪的基本原理 | 第17-29页 |
| 2.1 引言 | 第17页 |
| 2.2 测向交叉定位法 | 第17-18页 |
| 2.3 时差定位法 | 第18-19页 |
| 2.4 测向时差定位法 | 第19-20页 |
| 2.5 多普勒频率法 | 第20页 |
| 2.6 基本的跟踪滤波算法 | 第20-28页 |
| 2.6.1 维纳滤波 | 第21-22页 |
| 2.6.2 卡尔曼滤波 | 第22-23页 |
| 2.6.3 扩展卡尔曼滤波 | 第23-24页 |
| 2.6.4 无迹卡尔曼滤波 | 第24-26页 |
| 2.6.5 粒子滤波 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 基于无迹卡尔曼滤波的单目标无源定位跟踪方法 | 第29-36页 |
| 3.1 引言 | 第29页 |
| 3.2 系统描述与定位原理 | 第29-30页 |
| 3.3 基于 UKF 滤波的多传感器被动定位算法 | 第30-33页 |
| 3.3.1 目标位置观测方程 | 第30-31页 |
| 3.3.2 双站目标状态估计算法 | 第31-32页 |
| 3.3.3 估计误差分析 | 第32-33页 |
| 3.4 仿真结果及分析 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于预测判定的多目标无源定位方法 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 问题描述 | 第36-37页 |
| 4.3 基于预测点的判定 | 第37-38页 |
| 4.4 优化观测方程 | 第38-39页 |
| 4.5 方案概述 | 第39页 |
| 4.6 仿真实验 | 第39-43页 |
| 4.6.1 仿真场景设计 | 第39-40页 |
| 4.6.2 仿真结果 | 第40-42页 |
| 4.6.3 算法复杂度分析 | 第42-43页 |
| 4.7 本章小结 | 第43-44页 |
| 第5章 移动多传感器多目标定位跟踪方法 | 第44-51页 |
| 5.1 引言 | 第44页 |
| 5.2 问题描述 | 第44-46页 |
| 5.2.1 目标运动模型 | 第44-45页 |
| 5.2.2 量测模型 | 第45页 |
| 5.2.3 移动传感器模型 | 第45-46页 |
| 5.3 基于非等权值支持度融合的定位跟踪算法 | 第46-47页 |
| 5.4 方案概述 | 第47页 |
| 5.5 仿真分析 | 第47-50页 |
| 5.5.1 仿真场景设计 | 第47-48页 |
| 5.5.2 仿真结果 | 第48-50页 |
| 5.6 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 研究工作总结 | 第51-52页 |
| 6.2 研究工作展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59页 |