| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·多传感器优化布站研究的重点与展望 | 第10-12页 |
| ·传感器优化布站研究重点 | 第10-11页 |
| ·传感器优化布站研究的发展趋势 | 第11-12页 |
| ·多传感器布站的优化技术 | 第12-14页 |
| ·最优化技术概述 | 第12-13页 |
| ·传感器布站优化技术的国内外研究现状 | 第13-14页 |
| ·本论文的总体结构和开展的工作 | 第14-16页 |
| 第二章 多传感器及其布站方法 | 第16-21页 |
| ·多传感器的分类及用途 | 第16-18页 |
| ·传感器机理和构成 | 第16-17页 |
| ·多传感器的分类 | 第17-18页 |
| ·多传感器的用途 | 第18页 |
| ·多传感器布站的方法 | 第18-20页 |
| ·布站规划 | 第18-19页 |
| ·布站地理（空域）位置 | 第19页 |
| ·传感器布站的结构形式 | 第19-20页 |
| ·传感器类型搭配、组合原则 | 第20页 |
| ·综合布站 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 遗传算法及改进 | 第21-31页 |
| ·引言 | 第21页 |
| ·遗传算法简介 | 第21-23页 |
| ·遗传算法的发展历史 | 第22页 |
| ·遗传算法的优点和局限性 | 第22-23页 |
| ·遗传算法的原理和方法 | 第23-27页 |
| ·遗传算法的原理 | 第23-24页 |
| ·遗传算法的操作步骤 | 第24-25页 |
| ·遗传编码 | 第25页 |
| ·初始群体设定 | 第25页 |
| ·适应度函数 | 第25页 |
| ·遗传操作 | 第25-27页 |
| ·约束条件的处理 | 第27页 |
| ·遗传算法的应用和研究方向 | 第27-28页 |
| ·遗传算法的应用 | 第27页 |
| ·遗传算法的研究方向 | 第27-28页 |
| ·遗传算法与其他仿生算法的比较 | 第28页 |
| ·遗传算法的改进 | 第28-30页 |
| ·改进途径 | 第28页 |
| ·一种改进的自适应遗传算法 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于 GA 的多传感器不同应用背景的优化布站研究 | 第31-51页 |
| ·航迹测量精度最高下的传感器优化布站 | 第31-36页 |
| ·应用背景 | 第31页 |
| ·航迹测量仪定位优化布站数学模型[30] | 第31-34页 |
| ·遗传算法的设计 | 第34-35页 |
| ·算法仿真及结果 | 第35-36页 |
| ·平均 CRLB 最小下的无源定位传感器的优化布站 | 第36-42页 |
| ·应用背景 | 第36-37页 |
| ·无源定位传感器优化布站建模 | 第37-38页 |
| ·遗传算法的设计 | 第38-42页 |
| ·最大空域探测能力下的多雷达传感器布站优化 | 第42-45页 |
| ·应用背景 | 第42页 |
| ·模型建立 | 第42-43页 |
| ·遗传算法的设计 | 第43-44页 |
| ·实验计算 | 第44-45页 |
| ·陆基伪卫星的布站优化 | 第45-50页 |
| ·应用背景 | 第45-46页 |
| ·优化布站模型设计 | 第46页 |
| ·遗传算法设计 | 第46-47页 |
| ·具体布站应用 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 多传感器优化布站在实际训练任务中的应用 | 第51-65页 |
| ·引言 | 第51页 |
| ·问题描述 | 第51页 |
| ·多雷达传感器布站的综合指标分析和建模 | 第51-57页 |
| ·综合指标分析 | 第51-53页 |
| ·雷达优化布站的数学模型 | 第53-54页 |
| ·遗传算法实现 | 第54-55页 |
| ·布站计算 | 第55-57页 |
| ·地面战场传感器的指标分析和建模 | 第57-63页 |
| ·指标分析 | 第57-58页 |
| ·数学模型 | 第58-59页 |
| ·遗传算法设计 | 第59-60页 |
| ·布站结果 | 第60-63页 |
| ·综合布站 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻硕期间取得的研究成果 | 第70-71页 |