| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| §1．1 研究背景、目的和意义 | 第11-14页 |
| §1．2 研究历史和现状 | 第14-16页 |
| §1．3 本文研究的主要内容 | 第16-18页 |
| 第二章 水下的目标运动与被动定位精度评价标准 | 第18-28页 |
| §2．1 水声环境与目标声源特性 | 第18-23页 |
| 2．1．1 水声环境噪声 | 第18-19页 |
| 2．1．2 声波的传播 | 第19页 |
| 2．1．3 目标的声源特性 | 第19-23页 |
| §2．2 水下目标运动的基本模型 | 第23-25页 |
| §2．3 被动定位精度的评价标准 | 第25-27页 |
| 本章小结 | 第27-28页 |
| 第三章 水下被动TMA的可测性问题 | 第28-38页 |
| §3．1 引言 | 第28-29页 |
| §3．2 可测性判别标准 | 第29-32页 |
| §3．3 基于方位量测的水下三维被动TMA可测性 | 第32-34页 |
| §3．4 基于方位频率量测的被动TMA可测性 | 第34-37页 |
| 本章小结 | 第37-38页 |
| 第四章 非机动水下三维纯方位被动TMA研究 | 第38-51页 |
| §4．1 引言 | 第38-39页 |
| §4．2 估计问题的构成 | 第39-41页 |
| §4．3 估计算法 | 第41-45页 |
| 4．3．1 伪线性-卡尔曼滤波方法 | 第41-43页 |
| 4．3．2 最大似然估计方法 | 第43-44页 |
| 4．3．3 扩展Kalman滤波方法 | 第44-45页 |
| §4．4 模拟仿真 | 第45-50页 |
| 本章小结 | 第50-51页 |
| 第五章 水下三维情形下基于方位频率量测的被动TMA研究 | 第51-68页 |
| §5．1 引言 | 第51-52页 |
| §5．2 理论模型 | 第52-54页 |
| §5．3 在未知确定深度下的TMA | 第54-59页 |
| 5．3．1 伪线性估计方法 | 第54-56页 |
| 5．3．2 最大似然估计方法 | 第56-58页 |
| 5．3．3 仿真结果与分析 | 第58-59页 |
| §5．4 已知确定深度下的TMA | 第59-62页 |
| §5．5 修正扩展卡尔曼滤波算法 | 第62-65页 |
| §5．6 算法实现与仿真 | 第65-67页 |
| 本章小结 | 第67-68页 |
| 第六章 多平台数据融合的被动TMA研究 | 第68-94页 |
| §6．1 引言 | 第68页 |
| §6．2 多平台基于方位频率测量的TMA研究 | 第68-80页 |
| 6．2．1 估计问题的构成 | 第69-71页 |
| 6．2．2 集中式数据融合的TMA方法 | 第71-72页 |
| 6．2．3 估计算法 | 第72-77页 |
| 6．2．4 仿真实例 | 第77-80页 |
| §6．3 分布式数据融合的TMA方法 | 第80-85页 |
| §6．4 多平台基于方位角时延差量测的TMA方法 | 第85-93页 |
| 6．4．1 估计算法 | 第87-89页 |
| 6．4．2 模拟仿真 | 第89-93页 |
| 本章小结 | 第93-94页 |
| 第七章 相关性数据融合的被动TMA研究 | 第94-106页 |
| §7．1 引言 | 第94-95页 |
| §7．2 估计问题的构成 | 第95-97页 |
| §7．3 量测数据的分组方法 | 第97-98页 |
| §7．4 测量数据的处理 | 第98-103页 |
| 7．4．1 目标运动参数的初步估计 | 第99-101页 |
| 7．4．2 相关性分析及数据融合方法 | 第101-103页 |
| §7．5 模拟仿真 | 第103-105页 |
| 本章小结 | 第105-106页 |
| 全文总结 | 第106-108页 |
| 致谢 | 第108-109页 |
| 参考文献 | 第109-115页 |
| 攻读博士学位期间所发表的论文 | 第115页 |