| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 单站无源定位技术的研究背景和意义 | 第10页 |
| 1.2 单站无源定位技术的国内外发展概况 | 第10-12页 |
| 1.2.1 国外研究状况 | 第10-11页 |
| 1.2.2 国内研究状况 | 第11-12页 |
| 1.3 单站无源定位中的关键技术 | 第12-14页 |
| 1.3.1 定位技术体制的选择 | 第12-13页 |
| 1.3.2 可观测性问题简介 | 第13页 |
| 1.3.3 定位模型问题简介 | 第13页 |
| 1.3.4 定位滤波算法问题简介 | 第13-14页 |
| 1.4 本文的任务 | 第14-16页 |
| 第2章 单站无源定位方法 | 第16-27页 |
| 2.1 单站无源定位系统结构简介 | 第16-17页 |
| 2.2 测向定位法 | 第17-20页 |
| 2.3 相位变化率法 | 第20-23页 |
| 2.4 方向角及其变化率法 | 第23-27页 |
| 第3章 单站无源定位坐标和定位模型 | 第27-34页 |
| 3.1 单站无源定位中的坐标系建立与转换 | 第27-31页 |
| 3.1.1 定位坐标系简介 | 第27-28页 |
| 3.1.2 坐标变换 | 第28-31页 |
| 3.2 定位模型简介 | 第31-32页 |
| 3.2.1 定位坐标系的选择 | 第31页 |
| 3.2.2 固定目标的状态模型和观测模型 | 第31-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 单站无源定位中的滤波算法 | 第34-59页 |
| 4.1 引言 | 第34页 |
| 4.2 扩展卡尔曼滤波(EKF)算法 | 第34-37页 |
| 4.3 修正增益扩展卡尔曼滤波(MGEKF)算法 | 第37-42页 |
| 4.4 扩展卡尔曼粒子滤波(EPF)算法 | 第42-43页 |
| 4.5 仿真实验与结果分析 | 第43-59页 |
| 4.5.1 测向法(BO)测距误差分布图仿真 | 第43-46页 |
| 4.5.2 相位变化率法(PRC)测距误差分布图仿真 | 第46-48页 |
| 4.5.3 基于相位变化率的扩展卡尔曼滤波(PRC-EKF)定位方法 | 第48-51页 |
| 4.5.4 基于相位变化率的扩展卡尔曼粒子滤波(PRC-EPF)定位方法 | 第51-56页 |
| 4.5.5 基于相位变化率的修正增益扩展卡尔曼滤波(PRC-MGEKF)定位方法 | 第56-57页 |
| 4.5.6 小结 | 第57-59页 |
| 第5章 基于遗传算法的单站无源定位 | 第59-68页 |
| 5.1 遗传算法的理论基础 | 第60-63页 |
| 5.1.1 遗传算法的产生和发展 | 第60-61页 |
| 5.1.2 遗传算法的基本理论 | 第61-62页 |
| 5.1.2.1 遗传算法的进化流程以及搜索策略 | 第61-62页 |
| 5.1.2.2 标准遗传算法(SGA)的流程图 | 第62页 |
| 5.1.3 遗传算法的数学基础 | 第62-63页 |
| 5.1.3.1 模式定理(schemata theorem) | 第63页 |
| 5.1.3.2 积木块(Building block)假设 | 第63页 |
| 5.2 遗传算法在单站无源定位中的应用 | 第63-67页 |
| 5.2.1 基于相位变化率的遗传算法 | 第63-64页 |
| 5.2.2 仿真结果与分析 | 第64-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-69页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73页 |
