| 摘要 | 第1-14页 |
| ABSTRACT | 第14-16页 |
| 符号说明 | 第16-17页 |
| 缩略词 | 第17-19页 |
| 第一章 绪论 | 第19-31页 |
| ·概述 | 第19-20页 |
| ·单站被动定位技术研究发展状况 | 第20-23页 |
| ·国外研究发展状况 | 第20-22页 |
| ·国内研究发展状况 | 第22-23页 |
| ·与单站被动跟踪相关的重要问题与研究进展 | 第23-25页 |
| ·模型和定位体制 | 第23-24页 |
| ·可观测性分析 | 第24页 |
| ·跟踪滤波算法 | 第24-25页 |
| ·有待进一步深入和研究的问题 | 第25-26页 |
| ·论文主要研究内容与创新工作 | 第26-31页 |
| 第二章 系统模型与可观测性分析 | 第31-45页 |
| ·二维平面机动模型和观测方程 | 第31-32页 |
| ·三维空间机动模型和观测方程 | 第32-34页 |
| ·一般线性系统可观测条件 | 第34-35页 |
| ·二维平面机动可观测性分析 | 第35-37页 |
| ·三维空间机动可观测性分析 | 第37-41页 |
| ·仿真实例 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第三章 基于解析高斯近似的被动目标跟踪算法 | 第45-75页 |
| ·随机变量的非线性传递 | 第46-48页 |
| ·EKF及其衍生算法 | 第48-53页 |
| ·解析高斯近似与 EKF | 第48-50页 |
| ·EKF的近似误差分析 | 第50-52页 |
| ·EKF改进方法 | 第52-53页 |
| ·UT与UKF | 第53-58页 |
| ·Unscented Transformation | 第54页 |
| ·UT近似误差分析 | 第54-57页 |
| ·UKF算法 | 第57-58页 |
| ·IUKF算法与被动目标跟踪应用 | 第58-65页 |
| ·迭代UKF算法 | 第58-60页 |
| ·仿真与实验结果分析 | 第60-65页 |
| ·混合系统中的SUKF算法 | 第65-68页 |
| ·SUKF算法基本思想 | 第65-67页 |
| ·试验及结果分析 | 第67-68页 |
| ·JEUKF算法与转弯目标跟踪 | 第68-73页 |
| ·联合估计UKF算法(JEUKF) | 第69-71页 |
| ·数值仿真 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第四章 基于Monte Carlo近似的被动目标跟踪算法 | 第75-101页 |
| ·Bayes滤波的Monte Carlo方法 | 第75-76页 |
| ·重要采样(IS)技术 | 第76-77页 |
| ·序贯重要采样(SIS) | 第77-80页 |
| ·粒子重采样 | 第79-80页 |
| ·重要密度函数选择 | 第80页 |
| ·标准粒子滤波器 | 第80-82页 |
| ·基于最优采样函数的粒子滤波算法 | 第82-86页 |
| ·最优重要函数近似 | 第82-83页 |
| ·MCMC重采样 | 第83-84页 |
| ·仿真与结果分析 | 第84-86页 |
| ·UPF算法和 MUPF算法 | 第86-94页 |
| ·UPF算法 | 第87-88页 |
| ·修正的UPF算法(MUPF) | 第88-91页 |
| ·仿真与结果分析 | 第91-94页 |
| ·边缘化粒子滤波算法 | 第94-99页 |
| ·边缘化粒子滤波器 | 第94-96页 |
| ·跟踪模型与边缘化 | 第96-97页 |
| ·仿真与试验 | 第97-99页 |
| ·本章小结 | 第99-101页 |
| 第五章 机动目标被动跟踪算法研究 | 第101-123页 |
| ·基于模型匹配的机动目标跟踪 | 第102-106页 |
| ·基于过程噪声方差自适应的机动目标跟踪 | 第106-110页 |
| ·多级噪声自适应方法 | 第107页 |
| ·模糊自适应跟踪算法 | 第107-109页 |
| ·仿真实例 | 第109-110页 |
| ·基于神经网络的机动目标跟踪 | 第110-118页 |
| ·神经网络基本原理 | 第111-113页 |
| ·基于UKF的神经网络训练算法 | 第113-115页 |
| ·神经网络自适应跟踪 | 第115-118页 |
| ·神经网络与IMM融合跟踪 | 第118-121页 |
| ·本章小结 | 第121-123页 |
| 第六章 被动目标跟踪误差下限分析 | 第123-139页 |
| ·匀速目标跟踪误差CRLB分析 | 第123-127页 |
| ·机动目标跟踪误差CRLB计算与分析 | 第127-133页 |
| ·系统模型 | 第127-129页 |
| ·CRLB计算和分析 | 第129-130页 |
| ·仿真实例 | 第130-133页 |
| ·被动目标跟踪后验克拉美—罗限分析 | 第133-138页 |
| ·非线性滤波问题中的PCRB分析 | 第133-134页 |
| ·被动目标跟踪PCRB计算 | 第134-135页 |
| ·仿真实例 | 第135-138页 |
| ·本章小结 | 第138-139页 |
| 第七章 结束语 | 第139-143页 |
| ·总结 | 第139-140页 |
| ·展望 | 第140-143页 |
| 致谢 | 第143-145页 |
| 参考文献 | 第145-155页 |
| 作者在学期间取得的学术成果 | 第155-157页 |
| 附录A (2-9)中矩阵A、B的导出 | 第157-159页 |
| 附录B (3-102)导出 | 第159-160页 |
| 附录C 不等式(3-101)导出 | 第160-161页 |
| 附录D (4-32)导出 | 第161-162页 |
| 附录E 矩阵求逆公式 | 第162页 |