| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第14-37页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 相关的关键技术发展现状 | 第16-32页 |
| 1.2.1 BAT子弹药总体发展现状 | 第16-18页 |
| 1.2.2 声阵列技术综述 | 第18-20页 |
| 1.2.3 被动声探测技术综述 | 第20-22页 |
| 1.2.4 声目标跟踪关键问题综述 | 第22-32页 |
| 1.3 预期目标及关键问题 | 第32-33页 |
| 1.3.1 预期目标 | 第32-33页 |
| 1.3.2 关键问题 | 第33页 |
| 1.4 本文的研究内容及结构安排 | 第33-37页 |
| 2 被动声信号特性分析 | 第37-56页 |
| 2.1 典型目标声信号产生机理及性质 | 第37-42页 |
| 2.1.1 声信号基本属性 | 第37-40页 |
| 2.1.2 目标声信号分类 | 第40页 |
| 2.1.3 战场机动目标声信号产生机理 | 第40-42页 |
| 2.1.4 声目标简化模型描述 | 第42页 |
| 2.2 目标声信号传播特性 | 第42-50页 |
| 2.2.1 声速理论模型及线性化表述 | 第42-43页 |
| 2.2.2 声波传播模型 | 第43-46页 |
| 2.2.3 声信号传播的基本物理特性 | 第46-48页 |
| 2.2.4 声信号的衰减及多普勒效应 | 第48-50页 |
| 2.3 目标声信号“盲”特性分析 | 第50-52页 |
| 2.3.1 被动声信号“盲”特性 | 第50页 |
| 2.3.2 盲信号分离原理 | 第50-51页 |
| 2.3.3 多点声源干扰原理概述 | 第51-52页 |
| 2.4 目标声信号的混沌性分析 | 第52-55页 |
| 2.4.1 目标声信号的混沌性机制 | 第52页 |
| 2.4.2 声信号时间序列的相空间重构 | 第52-54页 |
| 2.4.3 声信号时间序列的Lyapunov指数 | 第54-55页 |
| 2.5 本章小结 | 第55-56页 |
| 3 声阵列探测信号快速预处理方法 | 第56-85页 |
| 3.1 多传声器数据一致性融合理论 | 第56-64页 |
| 3.1.1 传统数据一致性算法分析 | 第57-58页 |
| 3.1.2 声阵列频谱相似性数据一致性算法 | 第58-60页 |
| 3.1.3 半实物仿真试验设计及分析 | 第60-64页 |
| 3.2 目标信号降噪理论 | 第64-67页 |
| 3.2.1 典型干扰信号分析 | 第64页 |
| 3.2.2 目标声信号降噪理论 | 第64-67页 |
| 3.3 自适应信号降噪方法 | 第67-74页 |
| 3.3.1 自适应噪声抵消原理 | 第67-68页 |
| 3.3.2 EMD算法改进及参考噪声信号选取策略 | 第68-69页 |
| 3.3.3 基于改进EMD的自适应信号降噪方法 | 第69-70页 |
| 3.3.4 试验信号分析 | 第70-74页 |
| 3.4 阵列(多通道)信号降噪 | 第74-84页 |
| 3.4.1 多传感器信息融合方式 | 第74-75页 |
| 3.4.2 声阵列时延矢量封闭准则 | 第75页 |
| 3.4.3 EEMD及其改进 | 第75-78页 |
| 3.4.4 信息融合辅助改进EEMD的阵列信号去噪方法(IF-IEEMD) | 第78-79页 |
| 3.4.5 试验信号分析 | 第79-84页 |
| 3.5 本章小结 | 第84-85页 |
| 4 被动声目标特征提取与选择方法 | 第85-108页 |
| 4.1 目标声信号过零点理论模型及特征分析 | 第85-89页 |
| 4.1.1 过零点特征理论 | 第86页 |
| 4.1.2 目标声信号过零点理论模型 | 第86-87页 |
| 4.1.3 被动声信号过零点特征分析 | 第87-89页 |
| 4.2 声信号的能量特征分析 | 第89-96页 |
| 4.2.1 基于EMD和能量比的特征提取方法及分析 | 第89-90页 |
| 4.2.2 基于改进EEMD的战场目标声信号能量特征分析法 | 第90-91页 |
| 4.2.3 实测信号分析 | 第91-96页 |
| 4.3 声信号的非线性特征分析 | 第96-103页 |
| 4.3.1 目标声信号的混沌特征 | 第96-98页 |
| 4.3.2 目标声信号的形态学分形特征 | 第98-101页 |
| 4.3.3 声信号的混沌特征计算实例 | 第101-103页 |
| 4.4 类别可分性判据 | 第103-107页 |
| 4.4.1 特征向量整体可分性 | 第104-106页 |
| 4.4.2 单类目标特征向量可分性 | 第106-107页 |
| 4.5 本章小结 | 第107-108页 |
| 5 运动声阵列目标跟踪数据关联算法 | 第108-145页 |
| 5.1 数据关联及航迹预测 | 第109-111页 |
| 5.1.1 数据关联类型 | 第109-110页 |
| 5.1.2 数据关联 | 第110-111页 |
| 5.2 蚁群算法分析 | 第111-117页 |
| 5.2.1 组合优化问题描述 | 第111-113页 |
| 5.2.2 蚁群算法基本原理 | 第113-114页 |
| 5.2.3 蚁群算法模型分析 | 第114-117页 |
| 5.3 蚁群算法改进 | 第117-121页 |
| 5.3.1 改进的蚁群算法 | 第118-119页 |
| 5.3.2 优化蚁群算法分析 | 第119-121页 |
| 5.4 基于IACA的运动声阵列对声目标跟踪数据关联方法 | 第121-128页 |
| 5.4.1 IACDA模型 | 第121-122页 |
| 5.4.2 IACDA具体步骤 | 第122-124页 |
| 5.4.3 仿真试验及分析 | 第124-128页 |
| 5.5 基于IACA融合粒子滤波的目标跟踪数据关联方法 | 第128-136页 |
| 5.5.1 粒子滤波概述 | 第128-129页 |
| 5.5.2 IACDA-PF算法步骤 | 第129-130页 |
| 5.5.3 仿真试验及分析 | 第130-136页 |
| 5.6 一种基于灰色残差修正的目标航迹预测方法 | 第136-143页 |
| 5.6.1 灰色航迹预估模型 | 第136-137页 |
| 5.6.2 灰色航迹预估模型缺陷 | 第137-138页 |
| 5.6.3 灰色残差修正模型 | 第138-140页 |
| 5.6.4 仿真实例 | 第140-143页 |
| 5.7 本章小结 | 第143-145页 |
| 6 运动声阵列对目标跟踪快速滤波估计算法 | 第145-175页 |
| 6.1 机动目标跟踪模型概述 | 第145-152页 |
| 6.1.1 目标运动模型 | 第145-148页 |
| 6.1.2 高斯非线性条件下运动声阵列对声目标跟踪动态模型 | 第148-152页 |
| 6.2 非线性跟踪系统滤波算法研究 | 第152-159页 |
| 6.2.1 Kalman滤波与扩展Kalman滤波 | 第152-155页 |
| 6.2.2 UT变换与无迹粒子滤波(UPF) | 第155-159页 |
| 6.3 基于IUPF的运动声阵列交互式多模型目标跟踪算法 | 第159-164页 |
| 6.3.1 跟踪过程 | 第159-162页 |
| 6.3.2 仿真试验及分析 | 第162-164页 |
| 6.4 基于快速IMM和扩展Viterbi机动目标跟踪方法 | 第164-174页 |
| 6.4.1 有色噪声条件下弹载声阵列跟踪系统动态模型 | 第165页 |
| 6.4.2 fastIMM算法 | 第165-167页 |
| 6.4.3 IMM-EV算法 | 第167-169页 |
| 6.4.4 fastIMM-EV机动目标跟踪算法 | 第169-171页 |
| 6.4.5 仿真试验与分析 | 第171-174页 |
| 6.5 本章小结 | 第174-175页 |
| 7 结束语 | 第175-179页 |
| 7.1 本文完成的主要研究内容 | 第175-176页 |
| 7.2 本文的主要创新点 | 第176-178页 |
| 7.3 尚待进一步研究内容 | 第178-179页 |
| 致谢 | 第179-180页 |
| 参考文献 | 第180-201页 |
| 附录 | 第201-202页 |
| 攻读博士期间研究成果 | 第202页 |
