| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-17页 |
| 1.2.1 低空目标被动声探测应用发展现状 | 第10-12页 |
| 1.2.2 低空无人机主动探测应用发展现状 | 第12-15页 |
| 1.2.3 低空目标被动声探测定位方法研究现状 | 第15-17页 |
| 1.3 研究目标及内容 | 第17-18页 |
| 1.4 本文的内容安排 | 第18-19页 |
| 第二章 低空无人机声信号特性与预处理 | 第19-31页 |
| 2.1 低空无人机声信号的时频特性 | 第19-21页 |
| 2.2 低空无人机声场环境对声信号传播的影响 | 第21-24页 |
| 2.2.1 声信号在空气中的衰减 | 第22-23页 |
| 2.2.2 温度对声信号传播的影响 | 第23-24页 |
| 2.2.3 风速对声信号传播的影响 | 第24页 |
| 2.3 低空无人机声源类型及传播模型 | 第24-27页 |
| 2.3.1 声源类型 | 第24-25页 |
| 2.3.2 近场及远场声信号模型 | 第25-27页 |
| 2.4 低空无人机声信号预处理 | 第27-30页 |
| 2.4.1 声信号滤波处理 | 第27-28页 |
| 2.4.2 声信号降噪处理 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于TDOA的低空无人机被动声定位算法 | 第31-67页 |
| 3.1 TDOA被动声定位算法概述 | 第31页 |
| 3.2 声传感器阵列定位算法与精度分析 | 第31-47页 |
| 3.2.1 平面五元阵列声定位算法 | 第31-34页 |
| 3.2.2 立体七元阵列声定位算法 | 第34-37页 |
| 3.2.3 两种声传感器阵列定位精度对比 | 第37-47页 |
| 3.3 基于广义互相关的时延估计算法 | 第47-59页 |
| 3.3.1 基本互相关函数法 | 第47-48页 |
| 3.3.2 广义互相关函数法 | 第48-53页 |
| 3.3.3 改进ML-PHAT-GCC算法 | 第53-55页 |
| 3.3.4 改进算法仿真与分析 | 第55-59页 |
| 3.4 有理倍数增采样率TDOA声定位算法 | 第59-66页 |
| 3.4.1 采样频率对声定位精度的影响分析 | 第59-62页 |
| 3.4.2 信号采样率转换算法 | 第62-64页 |
| 3.4.3 有理倍数增采样率TDOA声定位算法与仿真分析 | 第64-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 基于AFSA-UPF的双阵无人机被动跟踪定位算法 | 第67-89页 |
| 4.1 双阵空间测向交叉定位模型 | 第67-69页 |
| 4.2 粒子滤波算法 | 第69-73页 |
| 4.2.1 PF算法 | 第69-71页 |
| 4.2.2 目标跟踪系统模型 | 第71-73页 |
| 4.3 基于AFSA-UPF的双阵动态目标被动跟踪定位算法 | 第73-87页 |
| 4.3.1 UPF算法 | 第73-78页 |
| 4.3.2 改进ASFA-UPF算法 | 第78-82页 |
| 4.3.3 改进算法仿真与分析 | 第82-87页 |
| 4.4 本章小结 | 第87-89页 |
| 第五章 低空无人机被动声定位平台设计与实验测试 | 第89-98页 |
| 5.1 低空无人机被动声定位平台总体方案设计 | 第89-92页 |
| 5.1.1 声传感器阵列模块 | 第90-91页 |
| 5.1.2 阵列信号数据采集模块 | 第91-92页 |
| 5.1.3 数据处理及上位机软件显示模块 | 第92页 |
| 5.2 被动声定位实验测试方案与结果分析 | 第92-97页 |
| 5.2.1 实验测试方案设计 | 第92-93页 |
| 5.2.2 实验结果与误差分析 | 第93-97页 |
| 5.3 本章小结 | 第97-98页 |
| 第六章 总结与展望 | 第98-100页 |
| 6.1 论文总结 | 第98-99页 |
| 6.2 工作展望 | 第99-100页 |
| 致谢 | 第100-101页 |
| 参考文献 | 第101-104页 |
