| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 概述 | 第13页 |
| 1.2 课题研究背景与发展现状 | 第13-18页 |
| 1.2.1 国外研究发展现状 | 第14-17页 |
| 1.2.2 国内研究发展现状 | 第17-18页 |
| 1.3 单站无源定位的关键技术 | 第18-21页 |
| 1.3.1 定位方法的选择问题 | 第18-19页 |
| 1.3.2 定位滤波的参数获取 | 第19-20页 |
| 1.3.3 定位滤波算法的设计 | 第20-21页 |
| 1.4 本文主要研究内容及安排 | 第21-23页 |
| 第2章 海空环境下单站无源定位的原理 | 第23-42页 |
| 2.1 引言 | 第23页 |
| 2.2 定位系统的坐标系 | 第23-25页 |
| 2.2.1 大地坐标系和地面固定坐标系 | 第23页 |
| 2.2.2 载机坐标系和天线坐标系 | 第23-24页 |
| 2.2.3 天线坐标系 | 第24-25页 |
| 2.3 海空环境下基于空频率信息的单站无源定位原理 | 第25-31页 |
| 2.3.1 单站无源定位理论 | 第25-27页 |
| 2.3.2 基于空频域信息的无源定位模型 | 第27-31页 |
| 2.4 系统的可观测性分析 | 第31-33页 |
| 2.4.1 系统可观测性判定定理 | 第31-32页 |
| 2.4.2 基于多普勒频率变化率的单站无源定位方法的可观测性分析 | 第32-33页 |
| 2.5 单次定位误差分析 | 第33-40页 |
| 2.5.1 定位精度的表示方法 | 第33-34页 |
| 2.5.2 基于多普勒频率变化率的定位算法单次定位误差分析 | 第34-40页 |
| 2.6 本章小结 | 第40-42页 |
| 第3章 无源定位滤波算法的参数获取 | 第42-58页 |
| 3.1 引言 | 第42页 |
| 3.2 角度的参数获取 | 第42-49页 |
| 3.2.1 数字干涉仪测向原理和误差分析 | 第42-43页 |
| 3.2.2 测向误差分析 | 第43-44页 |
| 3.2.3 数字干涉仪的模糊问题 | 第44-45页 |
| 3.2.4 虚拟基线解模糊方法 | 第45-46页 |
| 3.2.5 基于虚拟基线解模糊的滤波算法 | 第46-47页 |
| 3.2.6 仿真验证 | 第47-49页 |
| 3.3 角度变化率的参数获取 | 第49-51页 |
| 3.3.1 角度变化率分析 | 第49-50页 |
| 3.3.2 角变化率的间接估计方法 | 第50-51页 |
| 3.3.3 仿真实验 | 第51页 |
| 3.4 多普勒频率变化率的参数获取 | 第51-57页 |
| 3.4.1 辐射源信号及多普勒频率变化率的特点 | 第51-53页 |
| 3.4.2 多普勒变化率的平滑处理算法 | 第53-56页 |
| 3.4.3 仿真验证和分析 | 第56-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 基于固定采样卡尔曼滤波的无源定位算法 | 第58-89页 |
| 4.1 引言 | 第58-59页 |
| 4.2 EKF及其衍生算法 | 第59-60页 |
| 4.3 基于固定采样的卡尔曼滤波算法 | 第60-65页 |
| 4.3.1 无迹卡尔曼滤波算法 | 第60-62页 |
| 4.3.2 中心差分卡尔曼滤波算法 | 第62-65页 |
| 4.4 基于奇异值分解的SVD-SRUKF无源定位算法 | 第65-71页 |
| 4.4.1 奇异值分解(SVD) | 第65-66页 |
| 4.4.2 SVD-SRUKF无源定位算法 | 第66-67页 |
| 4.4.3 算法的仿真实验环境设置 | 第67-68页 |
| 4.4.4 仿真实验与结果分析 | 第68-71页 |
| 4.5 基于简化迭代的无迹卡尔曼滤波的无源定位算法 | 第71-78页 |
| 4.5.1 迭代滤波 | 第71-73页 |
| 4.5.2 采样方法的选择 | 第73页 |
| 4.5.3 SISRUKF(Simplified and Iterated SRUKF)无源定位算法 | 第73-75页 |
| 4.5.4 仿真实验与结果分析 | 第75-78页 |
| 4.6 基于稳健的无迹卡尔曼滤波的无源定位算法 | 第78-88页 |
| 4.6.1 H_∞滤波原理 | 第79-81页 |
| 4.6.2 IUH_∞无源定位算法 | 第81-83页 |
| 4.6.3 仿真实验与结论分析 | 第83-88页 |
| 4.7 本章小结 | 第88-89页 |
| 第5章 基于粒子滤波的无源定位算法 | 第89-122页 |
| 5.1 引言 | 第89页 |
| 5.2 贝叶斯滤波理论 | 第89-92页 |
| 5.2.1 贝叶斯滤波原理 | 第89-91页 |
| 5.2.2 基于蒙特卡罗的贝叶斯滤波 | 第91-92页 |
| 5.3 粒子滤波 | 第92-95页 |
| 5.3.1 序贯重要性采样 | 第92-94页 |
| 5.3.2 粒子退化现象 | 第94-95页 |
| 5.4 常见的粒子滤波方法 | 第95-98页 |
| 5.4.1 标准的粒子滤波算法 | 第95-96页 |
| 5.4.2 正则化粒子滤波 | 第96-97页 |
| 5.4.3 高斯粒子滤波 | 第97-98页 |
| 5.5 自适应渐消中心差分粒子滤波无源定位算法 | 第98-105页 |
| 5.5.1 自适应渐消滤波 | 第98-99页 |
| 5.5.2 自适应渐消中心差分滤波(AFCDKF) | 第99-101页 |
| 5.5.3 基于自适应渐消CDPF定位算法 | 第101-102页 |
| 5.5.4 仿真实验与结果分析 | 第102-105页 |
| 5.6 基于优化采样的AFCDPF粒子滤波的定位算法 | 第105-107页 |
| 5.6.1 基于KL距离的粒子数目调节 | 第105-106页 |
| 5.6.2 基于KLD的粒子数调节策略 | 第106页 |
| 5.6.3 KLD-AFCDPF的无源定位滤波算法 | 第106-107页 |
| 5.6.4 仿真实验与结果分析 | 第107页 |
| 5.7 噪声环境 | 第107-109页 |
| 5.8 基于改进粒子初选的MCMC粒子滤波定位算法 | 第109-114页 |
| 5.8.1 粒子初选方法 | 第109页 |
| 5.8.2 MCMC移动方法 | 第109-110页 |
| 5.8.3 改进初选的MCMC粒子定位算法 | 第110-111页 |
| 5.8.4 仿真实验与结果分析 | 第111-114页 |
| 5.9 基于改进平滑采样的粒子滤波定位算法 | 第114-120页 |
| 5.9.1 平滑采样方法 | 第114-115页 |
| 5.9.2 低偏差序列 | 第115-116页 |
| 5.9.3 基于准蒙特卡罗采样粒子滤波 | 第116-117页 |
| 5.9.4 改进平滑采样的粒子滤波定位算法 | 第117页 |
| 5.9.5 仿真实验和分析 | 第117-120页 |
| 5.10 本章小结 | 第120-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 攻读博士学位期间发表的论文和取得的科技成果 | 第134-135页 |
| 致谢 | 第135页 |
