| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景 | 第9页 |
| ·滤波理论的发展及现状 | 第9-11页 |
| ·多基地雷达定位的现状及特点 | 第11-13页 |
| ·论文的主要内容 | 第13-14页 |
| 第2章 系统状态空间模型 | 第14-20页 |
| ·离散时间动态系统的状态空间模型 | 第14页 |
| ·双基地无角度信息雷达的定位原理 | 第14-17页 |
| ·双基地无角度信息雷达系统的组成 | 第15-16页 |
| ·双基地无角度信息雷达系统的观测模型 | 第16-17页 |
| ·目标运动模型 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 非线性估计子加权融合滤波器 | 第20-36页 |
| ·引言 | 第20-21页 |
| ·求数学期望的两种数值方法 | 第21-24页 |
| ·最小均方估计的形式 | 第21-22页 |
| ·高斯-埃米特正交化法 | 第22-23页 |
| ·蒙特卡洛积分 | 第23-24页 |
| ·非线性估计子加权融合滤波器(TNF) | 第24-32页 |
| ·预测估计子 | 第26-27页 |
| ·几何定位估计子 | 第27-29页 |
| ·估计子最优加权融合 | 第29-31页 |
| ·关于新型滤波算法的进一步讨论 | 第31-32页 |
| ·观测值的二次多项式五点开窗平滑 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 经典跟踪算法简介和新算法性能分析 | 第36-45页 |
| ·扩展卡尔曼滤波器（EKF） | 第36-38页 |
| ·基于数值积分方法的改进卡尔曼滤波器 | 第38-42页 |
| ·高斯埃米特卡尔曼滤波(GHKF)方法 | 第38-40页 |
| ·蒙特卡洛卡尔曼滤波(MCKF)方法 | 第40-41页 |
| ·EKF 、GHKF和MCKF在理想线性高斯环境下的性能 | 第41-42页 |
| ·新算法在线性高斯环境下的性能 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 目标跟踪仿真实验与性能分析 | 第45-60页 |
| ·目标运动形式与观测系统 | 第45-47页 |
| ·TNF与GHKF和EKF的性能比较 | 第47-56页 |
| ·弱观测噪声环境 | 第47-50页 |
| ·中等观测噪声环境 | 第50-52页 |
| ·强观测噪声环境 | 第52-56页 |
| ·仿真结果分析 | 第56页 |
| ·双站无角度跟踪与传统单站跟踪的比较 | 第56-59页 |
| ·传统单基地雷达系统 | 第56-58页 |
| ·单、双基地跟踪性能比较 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |