| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·研究的背景和意义 | 第7页 |
| ·研究历史及现状 | 第7-10页 |
| ·本文研究的内容和结构安排 | 第10-11页 |
| 2 无源定位原理概述 | 第11-22页 |
| ·基本数学模型 | 第11页 |
| ·基本定位技术 | 第11-18页 |
| ·角度定位 | 第11-13页 |
| ·圆周定位 | 第13-14页 |
| ·时差定位 | 第14-15页 |
| ·频差定位 | 第15-16页 |
| ·联合定位 | 第16-18页 |
| ·定位性能评价标准 | 第18-21页 |
| ·常用的定位误差标准 | 第18页 |
| ·克拉美罗界 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 3 经典定位算法 | 第22-37页 |
| ·引言 | 第22页 |
| ·TDOA的解析算法 | 第22-25页 |
| ·Chan-Ho算法 | 第23-24页 |
| ·最小二乘算法 | 第24-25页 |
| ·最大似然算法 | 第25-27页 |
| ·最大似然估计基本原理 | 第25-26页 |
| ·最大似然的网格搜索定位 | 第26-27页 |
| ·基于ML网格搜索的TDOA/FDOA选择合并算法 | 第27-31页 |
| ·TDOA/FDOA联合定位算法的CRLB | 第27-28页 |
| ·联合定位合并系数的确定 | 第28-31页 |
| ·仿真与分析 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 4 基于卡尔曼滤波的运动目标轨迹跟踪 | 第37-47页 |
| ·引言 | 第37页 |
| ·卡尔曼滤波器滤波原理 | 第37-38页 |
| ·卡尔曼滤波在轨迹跟踪中的应用 | 第38-42页 |
| ·仿真分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于回归分析的运动目标轨迹跟踪 | 第47-56页 |
| ·引言 | 第47页 |
| ·基于最小二乘的轨迹跟踪 | 第47-49页 |
| ·最小二乘原理 | 第47页 |
| ·最小二乘回归分析 | 第47-49页 |
| ·基于统计学习的轨迹跟踪 | 第49-51页 |
| ·统计学习原理 | 第49-50页 |
| ·统计学习回归分析 | 第50-51页 |
| ·仿真与分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 6 结束语 | 第56-58页 |
| ·本文工作总结 | 第56页 |
| ·后续工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |