| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-19页 |
| ·信息融合概述 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·信息融合的定义 | 第10-11页 |
| ·信息融合的基本原理 | 第11页 |
| ·多传感器多目标电子侦察跟踪系统概述 | 第11-15页 |
| ·多传感器多目标电子侦察跟踪系统的功能模型 | 第11-13页 |
| ·多传感器多目标电子侦察跟踪系统的结构模型 | 第13-15页 |
| ·多传感器多目标跟踪中的信息融合技术研究历史及现状 | 第15-17页 |
| ·本文研究内容及论文结构 | 第17-19页 |
| 第二章 无源多传感器系统属性数据关联算法研究 | 第19-30页 |
| ·问题描述 | 第19-20页 |
| ·基于距离度量的属性关联算法 | 第20-23页 |
| ·观测量的统计模型 | 第20-22页 |
| ·基于统计距离的椭圆门限关联算法 | 第22-23页 |
| ·基于概率度量的属性关联算法 | 第23-25页 |
| ·构造支持度赋值函数 | 第24页 |
| ·利用D-S 证据理论计算总体支持度 | 第24-25页 |
| ·仿真分析 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 无源多传感器系统方位数据关联算法研究 | 第30-44页 |
| ·方位关联的多维分配方法 | 第30-35页 |
| ·多维分配的数学描述 | 第30-31页 |
| ·基于多维分配的方位关联方法 | 第31-34页 |
| ·仿真分析 | 第34-35页 |
| ·多维分配问题的拉格朗日松弛算法 | 第35-42页 |
| ·松弛算法求解思想 | 第35-37页 |
| ·拉格朗日松弛算法 | 第37-39页 |
| ·仿真分析 | 第39-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 无源多传感器系统目标识别技术 | 第44-56页 |
| ·问题描述 | 第44页 |
| ·属性级融合的目标识别 | 第44-51页 |
| ·辐射源识别 | 第45-49页 |
| ·平台识别 | 第49-51页 |
| ·决策级融合的目标识别 | 第51-55页 |
| ·D-S 证据理论 | 第51-53页 |
| ·D-S 证据理论在决策级目标识别融合中的应用 | 第53-54页 |
| ·仿真结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 无源多传感器数据处理仿真系统设计与实现 | 第56-70页 |
| ·系统总体设计 | 第56-59页 |
| ·模块设计 | 第59-64页 |
| ·数据库模块 | 第59-60页 |
| ·数据源生成模块 | 第60-61页 |
| ·数据关联模块 | 第61-62页 |
| ·航迹管理模块 | 第62-63页 |
| ·身份识别模块 | 第63-64页 |
| ·系统实现 | 第64-69页 |
| ·无源多传感器数据处理仿真系统软件 | 第64-68页 |
| ·系统仿真 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 攻硕期间的研究成果 | 第76-77页 |