一、单站无源定位跟踪现有方法评述（论文文献综述）
佘一鸣[1]（2021）在《基于基站无源优化方法的目标定位研究》文中指出目前,电磁波信息具有越来越复杂的趋势,对目标定位信息的处理要求日益提升,无源基站定位技术具有对设备要求低,所需信息较简单,稳定性较好的优势,因此得到广泛的关注与研究。无源定位技术主要包括时差定位技术（Time Difference of Arrival,TDOA）,频差定位技术（Frequency Difference of Arrival,FDOA）,测向定位技术（Angle of Arrival,AOA）等,其中的TDOA定位技术较为常见,因为其定位精确性和稳定性较好,所以得到大量的应用。本文在时差定位技术的基础上,针对其本身存在的一些问题进行改进,进一步提升其性能;针对机动目标则利用角度消息与频差信息结合,并通过引入改进的粒子滤波算法,实现了对机动目标的追踪定位。本文的研究内容如下:（1）阐述无源基站的基本定位原理,并针对时差、频差等定位技术的原理,提出其所需的信息及处理方法,在此基础上,对目前的定位信息处理方式进行分析,归纳和总结其优缺点,针对定位问题的非线性特性,提出引入改进的鲸鱼智能算法（Improved Whale optimization algorithm,IWOA）去调整目前方法中的劣势,从而进一步提升定位的准确性。对于机动目标源,通过将角度信息与频差信息结合作为背景,对机动目标进行追踪,并在此基础上分析目前滤波方式的不足之处,针对联合信息的特点提出本文的滤波方式—粒子滤波,并在此基础上,进一步引入智能算法调整滤波的过程,使其算法更贴合定位追踪问题。（2）针对时差定位技术,分析建立多站时差定位的数学模型,针对物理模型进行数学分析,利用最大似然估计方法,构建模型公式,并针对不同基站对目标的不同影响问题进一步改进模型,并通过进一步调整智能算法,使其能更好解决本文提出的时差模型非线性求解问题。对于机动目标,在角度信息的基础上结合频差信息,在单基站基础上构建以角度相位-频差联合定位数学模型,通过将角度信息与频差信息结合作为背景,进一步反应机动目标的状态信息,将对目标的追踪问题转化为对目标的状态估计问题,并由此提出本文的改进粒子滤波的处理方式,通过引入一种樽海鞘群智能算法（Salp swarm algorithm,SSA）改进粒子滤波方法,利用改进后的算法对目标状态信息进行统计估计,从而可以实现利用单站对机动目标实时的无源位置判断。（3）进行逻辑推导与仿真实验验证。本文的多站改进鲸鱼算法时差无源定位算法较其他算法精确性有所提升,稳定性好;本文针对机动目标提出的改进樽海鞘群粒子滤波算法能够有效的处理对机动目标源的追踪问题,较其他算法从精度与时间角度来看,综合定位性能更优,鲁棒性更好。
韵晋伟[2]（2020）在《运动单站无源定位方法研究》文中提出近年来,我国周边的安全形势较为严峻,东海、南海等区域争端不断。在新的形势下,对无源侦察定位新技术需求日益迫切,将观测平台数量和接收机通道数降到最低,发展定位精度高、支持平台小、反应速度快、生存能力强的新型电子侦察无源定位技术,成为一项迫切需求和发展趋势之一。该思路或该方法一直都是无源定位,尤其是单站无源定位研究的热门课题。本文针对地海面固定辐射源的无源定位应用场景,比较深入地研究了基于运动单站无源定位的若干关键技术,基于较简单的侦察设备实现固定辐射源的无源定位。首先,明确了单站无源定位模型,简单介绍了在构建模型中应用到的空间坐标系理论知识、定位原理及目标跟踪理论模型等基础内容,并利用GDOP仿真对基于相位差和相位差变化率的定位误差进行分析。其次,给出了一种平行长基线布阵下的相位差解模糊方法。当短时间内连续观测目标时,可以通过“平滑处理”对解模糊结果进行修正,提高了解模糊的成功率。然后,提出了一种基于迭代法的相位差变化率瞬时定位算法。针对地海面固定辐射源的无源定位应用场景,利用两组基线构造非线性方程组,并采用高斯牛顿法求解目标位置。其中,重点分析了迭代初始值和迭代步长的选取原则,弱化了迭代法对初值和步长的依赖程度。该算法收敛速度快,定位精度接近CRLB。最后,研究了基于滤波算法的相位差直接定位方法。相位差直接定位方法跳过了解模糊过程,直接把模糊相位差应用到定位模型中,完成目标辐射源的位置估计。首先利用模糊相位差数据建立一组高斯和成员变量,然后利用卡尔曼滤波算法对其进行滤波优化,最终估计出目标位置。单基线系统和多基线系分别通过量化的方法和相位误差检测的方法构建高斯和成员,同时利用外场试验数据检验了算法的定位性能。
孙浩宸[3]（2020）在《单站无源目标定位方法研究》文中研究指明电子对抗战是现代战争的至关重要的一环,而无源目标定位系统因其隐蔽性强、抗电磁干扰、生存能力高等优点成为了电子对抗战的重要组成部分之一,也是无人机实现自动定位跟踪的重要手段。所谓无源目标定位是指在自身不发射电磁波的情况下,依靠接收到的目标发出或反散射电磁波,来确定目标位置信息的定位方法。根据基站数目不同,无源目标定位又分为单站无源目标定位和多站无源目标定位。目前,多站无源目标定位系统已经实现了实际应用,但单站无源目标定位系统仍属于待研发领域。因此,本文针对单站无源目标定位问题,进行了如下研究。其一,将经典的多站TDOA无源目标定位算法:WLS算法、Taylor算法和Chan算法,应用到单站无源目标定位系统中,并进行了仿真实验。仿真实验证明,Chan算法由于不具备初值问题,所以在高噪声情况下的定位性能优于Taylor算法,但因其忽略了二阶以上的噪声,当噪声增大时,估计值的RMSE逐渐偏离CRLB。其二,根据典型的TDOA与FDOA联合单站无源目标定位算法提出了一种结合TSWLS和偏差补偿的结合算法。这种结合算法结合了 TSWLS算法与基于MLE的偏差补偿算法,在保留TSWLS算法闭式解不存在初值与收敛问题的同时,通过偏差补偿的方式解决了 TSWLS算法高噪声环境下定位性能差的问题,提高了定位精度。其三,对本文提出的TSWLS和偏差补偿结合算法进行了仿真实验。通过仿真实验证明,结合算法在定位性能上优于经典定位算法,且对高噪声具有更好的鲁棒性。并进一步的对不同基站范围和不同目标距离情况下结合算法的定位性能进行了仿真分析,实验证明结合算法的定位精度均高于TSWLS算法,并且目标点与接收机之间的距离越近,结合算法的定位精度越高,基站范围越广,结合算法的定位精度越高。根据以上仿真分析表明,本文提出的TSWLS和偏差补偿结合算法优于典型的TDOA与FDOA联合单站无源目标定位算法,可以实现对移动目标的快速高精度定位,具备一定的工程实用性。
宋媛媛[4]（2020）在《运动单站直接定位技术》文中指出近年来,无线电定位技术广泛应用于通信、雷达、导航以及目标监测等领域,在生产生活和军事应用中都发挥着越来越重要的作用。传统两步法是先估计相关的中间参数,再利用相关参数来确定目标位置,忽略了接收信号之间的相关性,因此两步法一般不能获得最优估计精度。最近,直接从原始接收信号中获取目标位置,无需估量定位中间观测参数的直接定位技术（Direct Position Determination,DPD）引起了海内外研究者的兴趣。DPD技术可以避免两步法定位中信息损失等问题,直接利用信号级的接收数据确定出目标位置。在短时长、低信噪比、多目标的情况下,直接定位法和两步法相比,具有估计精度更高、无需数据关联和信号分选等优点。本文针对辐射源定位和外辐射源定位场景,研究了单站直接定位信号模型、单站直接定位方法及其快速算法,主要内容包括:1.研究了辐射源的运动单站直接定位,推导了对应的理论性能界和定位精度几何分布（Geometric Dilution of Precision,GDOP）,验证了在低信噪比、小样本点时,直接法相较于两步法定位性能的优越性。2.扩展了直接定位的应用场景,给出了基于单个外辐射源的运动单站直接定位方法,丰富了无源定位领域的研究内容,而且也为基于外辐射源的直接定位技术工程应用奠定了理论基础。3.针对接收信号的多维观测信息,给出了基于单个外辐射源的运动单站直接定位统一信号模型、理论性能界和定位算法,并在相同条件下,验证了利用信息越丰富的直接定位算法精度更高,定位盲区范围更小。4.针对DPD算法计算复杂度高、难以实时实现的问题,在粒子群直接定位快速算法和高斯牛顿迭代直接定位快速算法的基础上,提出了联合粒子群和高斯牛顿优化的直接定位快速算法。粒子群直接定位快速算法可得到一个在主峰范围内的靠近真实目标位置的初始值,可用于保证高斯牛顿局部迭代算法的全局收敛性和直接定位精度,不但解决了现有迭代类直接定位快速算法需要高精度初始值的问题,而且大幅度降低了直接定位的计算复杂度。本文通过仿真实验,验证了上述直接定位算法的优越性,并证实了联合粒子群和高斯牛顿优化的直接定位快速算法的有效性。
宋良生[5]（2020）在《相对高度未知的单站纯方位地面慢速目标定位与跟踪研究》文中提出弹载或机载无源雷达具有系统简单、作用距离远、隐蔽性强等优点被广泛应用于军事和民用领域,例如导弹在远距离导引时需要对地面慢速运动目标实现远距离纯方位定位或跟踪。受地球曲率及不规则地形的影响,观测站相对于地面目标的高度信息未知,此时利用传统单站纯方位定位与跟踪方法所得到的估计结果存在较大误差。本文针对相对高度未知的单站纯方位目标定位与跟踪问题展开研究,分别提出基于加权工具变量的扩维目标定位算法和基于状态相关的扩展卡尔曼目标跟踪算法。具体的研究内容如下:1.对传统典型的单站纯方位地面慢速目标定位与跟踪算法进行了梳理,并进行了算法性能分析和比较,为观测站相对地面慢速目标高度未知的纯方位定位与跟踪算法研究奠定基础。2.针对相对高度未知条件下的单站纯方位地面慢速目标定位问题,提出一种基于加权工具变量的扩维目标定位算法。首先,通过对高度变化过程进行建模,将传统的地面二维目标位置估计转化为四维参数估计问题;然后,结合方位角和俯仰角测量方程,构造新的扩维伪线性测量方程;最后,分别提出加权工具变量和两步加权工具变量算法获得目标位置、观测站与目标相对高度及其变化率的估计值。仿真结果表明:在不同测量噪声标准差下,两步加权工具变量算法所得目标位置、观测站相对目标高度及其高度变化率估计值的均方根误差均比伪线性算法、工具变量算法以及加权工具变量算法更接近Cramér-Rao下界。3.针对相对高度未知条件下的单站纯方位地面慢速目标跟踪问题,提出一种基于状态相关的扩展卡尔曼目标跟踪算法。该算法采用Gauss-Helmert状态转移模型,建立目标位置与相对高度之间的约束关系,以解决常规的离散动态模型难以对目标状态进行准确预测的问题。仿真结果表明:与传统的扩展卡尔曼滤波算法相比,基于状态相关的扩展卡尔曼目标跟踪算法的收敛速度更快,所得估计值的均方根误差更小,且能够接近后验Cramér-Rao下界。
杨琳[6]（2019）在《基于稀疏阵列的单站无源定位算法的研究》文中认为随着信息技术的飞速发展,电子信息技术在如今的战争局势也发挥着越来越重要的作用。在电子对抗领域,对非合作目标源的定位问题一直是国内外学者广泛研究的热点。区别于雷达等对辐射源发射信号并接收回波的有源探测方式,无源定位是通过检测和估计辐射源的电磁波参数来确定辐射源位置。由于多站联合定位的方式效率低下并且风险较大,因此本文对实际应用更为灵活的单站无源定位展开研究。本文主要对无源感知问题中的目标定位模型以及相关参数估计算法两方面展开分析。在无源定位模型方面,本文首先介绍了包含三个观测量的经典单站无源定位模型,由于该模型对波达角观测量的测量误差十分敏感,本文建立了一种仅用频率差作为观测量的单站无源定位模型,该模型需要对两个接收装置在两个观测时刻的频率测量值作差得到观测量,根据这些观测量,选用合适的滤波算法,就可以对所观测的目标进行定位和跟踪。在参数估计方面,本文引入了一种松弛互素稀疏阵列,在每一个阵元上对来波进行并行欠采样处理,在仅设置三个阵元的情况下,该阵列结构可以依次对来波的频率和波达角信息进行高精度的估计,因此本文的思路是将通过互素松弛稀疏阵列对来波参数的估计结果作为定位模型的观测量进行目标位置的滤波求解。仿真实验表明:在设置了三个阵元的互素松弛稀疏阵列基础上,本文提出的参数估计算法对频率的估计误差在10-9量级,对波达角的估计误差在10-3量级,可以对滤波观测量进行准确的估计;采用非线性扩展卡尔曼滤波后,在滤波初值选择合适的情况下,本文提出的多普勒频率差定位法进行目标跟踪的相对距离误差在10-4量级,可以以较高的精度对目标辐射源实现定位与跟踪。因此本文提出的单站无源定位算法在电子对抗、无源感知领域等有很广阔的应用前景。
夏德倩[7]（2019）在《基于单星非对称干涉仪的空中动目标无源跟踪技术》文中指出星载平台电子侦察技术因侦察范围广、不受国界限制等受到各航天大国的大力发展。目前,各类长航时无人机、战斗机、预警机等在运动过程中,其机载雷达和卫星通信设备发出的信号也可能被卫星截获而被定位。由于其运动速度快且在三维空间中运动,单个卫星如何实现对空中动目标辐射源的定位与跟踪,是航天电子侦察领域的热点问题。为了提高侦察灵敏度的同时降低卫星载荷的体积和重量,本文提出利用一个大口径天线联合多个小口径天线构成非对称干涉仪对空中运动辐射源进行侦测和跟踪的单星无源定位体制。论文的主要工作为:（1）针对小口径天线接收信号信噪比极低的特点,研究了利用大口径天线接收信号进行信号时频域检测,引导对小口径天线接收信号的截获和采集,联合测量相位差及相位差变化率的方法。在相位差测量方法上,提出了基于多谱线的非对称干涉仪相位差测量方法,经仿真分析证明这种方法可有效测量相位差。在相位差变化率测量方法上,提出了基于最小二乘的非对称干涉仪相位差变化率测量方法,此方法利用多个相位差数据提取相位差变化率,经仿真分析证明这种方法可有效测量相位差变化率。（2）研究了利用大口径天线接收信号测量多普勒变化率的方法。针对相位编码信号因相位跳变难以直接测量多普勒变化率的问题,研究利用信号求幂处理后的谱相位测量多普勒变化率的方法。通过求幂处理消除相位跳变,将相位编码信号转化为单频信号后再测量多普勒变化率。针对频率分量在谱相位测量中的相位模糊干扰,对信号进行均匀分片积累,获取多个谱相位再对其进行差分处理,消除频率带来的相位模糊的影响,然后提取多普勒变化率。经仿真分析证明这种方法可有效测量多普勒变化率。（3）为得到空中动目标位置、速度以及航向的高精度估计值,提出了一种基于容积信息滤波的多参数融合的单星无源定位跟踪方法。此方法结合角度包含的目标位置信息以及多普勒变化率和相位差变化率所包含的目标运动信息,利用瞬时测向定位技术对算法作初始化。经仿真分析发现此方法可实现对空中动目标的快速高精度定位跟踪。本文研究的内容对未来的航天电子侦察具有一定的理论和工程方面的应用参考价值。
刘晨翀[8]（2019）在《基于相位差变化率无源定位算法研究》文中指出现代战争中电磁环境日益复杂,传统的有源定位技术难以适应复杂多变的战场需求。而无源定位系统本身不发射电磁波,只是被动的处理接收到的信号,具有高隐蔽性和作战距离远等优点,吸引了众多学者的关注。众多无源定位技术中,单站无源定位技术不需要考虑多站之间数据传递和同步的问题且自身系统的灵活,因而成为无源定位技术中的热点研究方向。本文选择基于相位差变化率的单站无源定位技术作为研究方向。本文主要工作如下:（1）分析了无源定位技术研究的价值与意义,追踪国内外无源定位技术的发展历史和研究现状。并简单地对比介绍了现有几种单站无源定位方法的原理以及优缺点,为选取基于相位差变化率定位法作为研究重点提供理论依据。（2）首先以一维干涉仪定位模型为切入点,分析了其可行性及优缺点。然后针对正交双基线定位模型,考虑姿态变换对定位的影响,在姿态变换的情况下对下正交干涉仪的定位原理进行分析并推导了定位精度几何分布（GDOP）的公式。（3）首先分析了干涉仪测相位差数据的模糊问题,给出了两种解模糊方案。然后针对相位差变化率的提取问题,给出了四种提取方案,通过仿真分析验证差分-卡尔曼滤波法是目前最高精度的相位差变化率提取方法。（4）本文设计出两种滤波方案。首先,以单次定位的定位结果作为观测量,设计卡尔曼滤波模型,对比两种模型在不同航迹下的定位性能。其次,在不同航迹下,使用EKF、MVEKF算法两种非线性滤波算法进行滤波对比,实验证明MVEKF算法具有更好的定位性能。（5）针对前面章节中定位求解法中姿态变换影响定位精度这一特点,引入一种仅测相位差变化率的算法。通过理论分析和实验验证证明该方法在大的姿态变化下可实现高精度定位。
陈志猛[9]（2019）在《外辐射源雷达联合误差校正和无源定位方法研究》文中研究表明有源雷达需要主动发射电磁信号,极易受到敌方电磁干扰和反辐射导弹的威胁,而目标辐射源雷达依赖于敌方目标辐射信号,无法探测静默目标。外辐射源雷达不主动发射信号,依靠第三方信号源的特点,使其具有优秀的隐蔽性和强大的探测能力。同时,外辐射源雷达的强非线性观测方程和量测信息存在偏差的问题,使得传统定位算法无法适用于外辐射定位系统。本文针对这一问题,重点开展如下工作:1.针对多基外辐射源雷达利用到达时差（TDOA）量测进行目标定位中量测存在系统偏差的问题。提出一种基于约束总体最小二乘法（CTLS）的误差配准算法。首先,引入辅助变量,将双基距非线性量测方程进行伪线性化处理。采用CTLS技术,考虑伪线性化后定位方程中噪声矩阵各分量统计相关特性,建立基于CTLS的目标位置与系统偏差联合估计模型,采用牛顿迭代方法进行数值计算得到优化解。最后,采用关联处理和后验迭代进一步提高系统偏差估计精度。仿真结果显示该算法能够有效地估计系统偏差,提高目标定位跟踪性能。2.针对联合到达方位角（DOA）与TDOA的多基外辐射源雷达定位中存在系统偏差的问题,提出了两种误差校正下外辐射源雷达无源定位算法。首先,引入辅助变量,将DOA和TDOA非线性观测方程进行线性化处理。根据观测模型将无源定位与误差校正联合优化问题分别建立为加权最小二乘法（WLS）模型和CTLS模型,进行优化求解。在此基础上,考虑辅助变量与目标位置的关联性,设计关联最小二乘算法对初始值进行改进。最后,采用后验迭代方法进一步提高系统偏差估计精度。仿真结果显示该算法对系统偏差和目标位置的估计精度较高,验证了算法的有效性。3.针对联合TDOA与到达频差（FDOA）的多基外辐射源雷达定位中存在系统偏差的问题,提出一种误差校正下外辐射源雷达无源定位算法。首先引入辅助变量把非线性的量测方程线性化,利用迭代加权最小二乘算法得到对目标位置和系统偏差的联合估计初值。然后,考虑辅助变量与目标位置的关联性,设计关联最小二乘算法对初始值进行改进。最后,将系统偏差估计值带入量测方程进行校正,通过后验迭代,获得校正下目标位置估计。仿真结果表明该算法能够有效地估计目标位置和系统偏差。
宋海亮[10]（2015）在《海空环境下单站无源定位滤波算法研究》文中研究表明随着海洋权益争夺的日加激烈,海上冲突频繁,能够在海空环境下对目标及早发现,准确定位,进而精确打击成为现在海防工作的关键,而单站无源系统因为设备简单易安装,探测范围广,抗侦查性能强的优点,一直受到人们的广泛关注。本文以海空环境下单站无源定位滤波算法为主要研究方向,针对传统定位滤波算法存在的精度低,速度慢和稳定性差等问题,提出了若干改进方法,并仿真验证了这些方法的有效性。首先,第二章详细介绍了单站无源定位滤波算法的基础理论,并结合当前的研究成果,重点分析了使用角度、角速度和多普勒频率变化率信息的定位方法,并对该方法的定位误差和影响因素做了分析总结;第三章讨论单站无源定位滤波算法参数的设置、获取方式和精度范围,为后续定位滤波算法提供了应用条件。鉴于单站无源定位系统初始状态不确定性极大,非线性特征比较强,传统的卡尔曼滤波和粒子滤波算法在单站无源定位环境下面临稳定性差、收敛速度慢和定位精度低的问题,针对这些问题,文中开展了旨在改进算法定位精度、解算速度和稳定性的研究,具体工作包括:第四章针对无迹卡尔曼滤波（UKF）算法,文中提出三种改进算法;首先是基于奇异值分解的平方根无迹卡曼滤波（SVD-SRUKF）算法,针对滤波中协方差矩阵因误差干扰出现负定最终导致滤波发散的问题,SVD-SRUKF算法用奇异值分解替代Cholesky分解,以保证即便滤波过程中协方差出现负定,定位滤波算法依然能够保持较高的稳定性;其次,结合迭代思想,提出了一种简化迭代无迹卡尔曼滤波无源定位算法。该方法通过有限的迭代使得观测信息能够被充分利用,提高了算法的收敛速度和定位精度,同时通过简化采样点,减少了算法的运行时间,提高了算法的实时性;最后结合强跟踪理论,将H∞滤波和UT变换结合起来,提出了一种稳健的迭代H∞滤波的无迹卡尔曼定位滤波算法,该算法利用H∞滤波在噪声控制方面的优势,结合迭代理论,尽可能减少噪声对输出结果的影响,使其具有较强的鲁棒性。第五章针对单站无源定位算法中粒子滤波所面临的退化问题,从重要性密度函数的选取角度入手,提出了自适应渐消中心差分粒子滤波算法,该方法通过自适应渐消因子强化系统模型匹配,将滤波结果作为粒子滤波的重要函数密度,为粒子滤波提供更为准确的初始样本,从而有效改善了定位滤波算法的精度。同时,针对粒子算法运算量大的问题,引入一种粒子数量控制机制,减少参与滤波的粒子数量,进而有效减少了算法计算量。针对非高斯噪声的应用环境,文中提出了两种改进无源定位滤波算法:基于优化初始采样方式的改进MCMC粒子滤波算法和基于平滑采样的改进准蒙特卡罗的粒子滤波算法。首先,从初始分布入手,优化了这两种算法的初始粒子空间分布,降低了噪声对其影响;然后,减少了改进MCMC粒子滤波算法的冗余粒子和优化了改进准蒙特卡罗的粒子滤波算法的样本抽取方式,提高了这两种算法的效率,增强了算法实用性。
二、单站无源定位跟踪现有方法评述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、单站无源定位跟踪现有方法评述（论文提纲范文）
（1）基于基站无源优化方法的目标定位研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究情况 |
| 1.2.1 无源定位方法研究状况 |
| 1.2.2 时差定位方法研究现状 |
| 1.2.3 机动目定位算法研究现状 |
| 1.3 研究内容与章节安排 |
| 2 相关理论概述 |
| 2.1 时差定位的基本原理 |
| 2.2 角度定位的基本原理 |
| 2.3 频差定位的基本原理 |
| 2.4 定位误差评价的基本原理 |
| 2.4.1 均方根误差与估计偏差 |
| 2.4.2 克拉美罗界 |
| 2.5 本章小结 |
| 3 定位模型的建立 |
| 3.1 多站TDOA定位模型的建立 |
| 3.2 单站测向频差联合定位模型的建立 |
| 3.3 本章小结 |
| 4 基于改进WOA算法的多站时差定位 |
| 4.1 基于改进WOA算法在定位方法中的实现 |
| 4.1.1 改进WOA算法 |
| 4.1.2 改进WOA算法的步骤 |
| 4.2 仿真实验与结果分析 |
| 4.2.1 收敛性能分析 |
| 4.2.2 精度验证分析 |
| 4.3 本章小结 |
| 5 基于改进SSA算法的单站机动目标定位 |
| 5.1 基于改进SSA算法在定位方法中的实现 |
| 5.1.1 樽海鞘群粒子滤波算法 |
| 5.1.2 改进后滤波算法流程 |
| 5.2 仿真实验与结果分析 |
| 5.3 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）运动单站无源定位方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 论文选题的背景及意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 单站无源定位技术研究现状 |
| 1.4 论文的主要内容及结构 |
| 第二章 单站无源定位与跟踪基础 |
| 2.1 引言 |
| 2.2 空间坐标系 |
| 2.2.1 坐标系转换 |
| 2.2.2 直角坐标系旋转和平移 |
| 2.3 定位原理 |
| 2.3.1 基于相位差的定位原理 |
| 2.3.2 基于相位差变化率的定位原理 |
| 2.4 目标跟踪理论模型 |
| 2.4.1 建立状态模型 |
| 2.4.2 建立观测模型 |
| 2.5 定位误差分析 |
| 2.5.1 基于相位差的定位算法的GDOP分析 |
| 2.5.2 基于相位差变化率的定位算法的GDOP分析 |
| 2.6 本章小结 |
| 第三章 平行长基线布阵下的相位差定位方法 |
| 3.1 引言 |
| 3.2 相位差解模糊 |
| 3.3 目标搜索 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于相位差变化率的辐射源定位算法 |
| 4.1 引言 |
| 4.2 迭代方程推导 |
| 4.3 迭代初始值与步长选取 |
| 4.4 收敛性分析 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 一种基于卡尔曼滤波的相位差直接定位方法 |
| 5.1 引言 |
| 5.2 非线性滤波算法概述 |
| 5.3 滤波方程推导 |
| 5.3.1 初始方位选取策略 |
| 5.3.2 距离参数化方法 |
| 5.3.3 高斯和扩展卡尔曼滤波算法 |
| 5.3.4 算法流程 |
| 5.4 仿真分析 |
| 5.5 算法检验 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）单站无源目标定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无源定位发展历程 |
| 1.2.2 定位解算方法研究现状 |
| 1.3 本文主要工作 |
| 2 单站无源目标定位系统 |
| 2.1 单站无源目标定位接收系统 |
| 2.2 单站无源目标定位传统算法 |
| 2.3 参数估计理论基本算法 |
| 2.3.1 广义互相关法 |
| 2.3.2 互模糊函数法 |
| 2.4 常见的定位精度评价指标 |
| 2.4.1 均方误差与均方根误差 |
| 2.4.2 克拉美罗下界 |
| 2.5 本章小结 |
| 3 TDOA单站无源目标定位算法 |
| 3.1 TDOA定位算法模型 |
| 3.2 单站TDOA定位算法 |
| 3.2.1 WLS算法 |
| 3.2.2 泰勒级数法 |
| 3.2.3 Chan算法 |
| 3.3 算法仿真 |
| 3.3.1 Chan算法 |
| 3.3.2 泰勒级数法 |
| 3.4 本章小结 |
| 4 联合TDOA与FDOA单站无源目标定位算法 |
| 4.1 TDOA与FDOA联合定位模型 |
| 4.2 典型的TDOA与FDOA联合定位算法 |
| 4.2.1 泰勒级数法 |
| 4.2.2 基于MLE的偏差补偿算法 |
| 4.2.3 TSWLS算法 |
| 4.3 TSWLS与偏差补偿结合算法 |
| 4.4 仿真实验 |
| 4.4.1 性能分析 |
| 4.4.2 精度分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（4）运动单站直接定位技术（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 运动单站直接定位算法研究 |
| 1.2.2 基于外辐射源的直接定位算法研究 |
| 1.2.3 基于波形参数的直接定位算法研究 |
| 1.2.4 直接定位快速算法研究 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 运动单站直接定位信号模型 |
| 2.1 基于辐射源的运动单站直接定位信号模型 |
| 2.2 基于外辐射源的运动单站直接定位信号模型 |
| 2.2.1 基于外辐射源运动单站直接定位信号模型的特例 |
| 2.3 本章小结 |
| 第三章 基于辐射源的运动单站直接定位算法 |
| 3.1 基于辐射源的运动单站直接定位原理 |
| 3.2 基于辐射源的运动单站直接定位CRLB |
| 3.3 仿真实验 |
| 3.3.1 基于辐射源运动单站直接定位算法的GDOP分析 |
| 3.3.2 算法仿真结果和分析 |
| 3.4 本章小结 |
| 第四章 基于外辐射源的运动单站直接定位算法 |
| 4.1 联合角度、时差和频差的运动单站直接定位原理 |
| 4.2 联合角度、时差和频差的运动单站直接定位CRLB |
| 4.3 仿真实验 |
| 4.3.1 基于外辐射源运动单站直接定位算法的理论性能分析 |
| 4.3.2 算法仿真结果和分析 |
| 4.4 本章小结 |
| 第五章 运动单站直接定位快速算法 |
| 5.1 传统直接定位快速算法 |
| 5.1.1 粒子群直接定位快速算法 |
| 5.1.2 高斯牛顿直接定位快速算法 |
| 5.2 联合粒子群和高斯牛顿优化直接定快速算法 |
| 5.3 仿真实验 |
| 5.3.1 计算复杂度分析 |
| 5.3.2 算法仿真结果和分析 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（5）相对高度未知的单站纯方位地面慢速目标定位与跟踪研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 单站纯方位定位与跟踪技术研究现状 |
| 1.2.1 单站纯方位定位方法 |
| 1.2.2 单站纯方位跟踪算法 |
| 1.3 本文的主要内容和结构 |
| 第2章 相对高度已知条件下的单站纯方位目标定位 |
| 2.1 引言 |
| 2.2 单站纯方位目标定位 |
| 2.2.1 目标定位模型 |
| 2.2.2 可观测性分析 |
| 2.3 单站纯方位目标定位方法 |
| 2.3.1 基于伪线性最小二乘目标定位方法 |
| 2.3.2 基于工具变量的目标定位方法 |
| 2.3.3 基于加权工具变量的目标定位方法 |
| 2.3.4 目标定位误差的Cramér-Rao下界 |
| 2.4 单站纯方位目标跟踪算法 |
| 2.4.1 基于扩展卡尔曼滤波的目标跟踪方法 |
| 2.4.2 目标跟踪误差的Cramér-Rao下界 |
| 2.5 仿真比较与分析 |
| 2.5.1 目标定位仿真 |
| 2.5.2 目标跟踪仿真 |
| 2.6 本章小结 |
| 第3章 基于加权工具变量的扩维目标定位算法 |
| 3.1 引言 |
| 3.2 相对高度未知条件下的单站纯方位目标定位模型 |
| 3.3 基于加权工具变量的纯方位目标定位方法 |
| 3.3.1 工具变量伪线性最小二乘估计 |
| 3.3.2 加权工具变量算法伪线性最小二乘估计 |
| 3.4 基于两步加权工具变量的纯方位目标定位方法 |
| 3.4.1 第一步加权工具变量估计 |
| 3.4.2 第二步加权工具变量估计 |
| 3.5 性能分析 |
| 3.6 仿真与分析 |
| 3.6.1 测量噪声标准差0.5π/180时目标定位分析 |
| 3.6.2 测量噪声标准差2π/180时目标定位分析 |
| 3.6.3 测量噪声标准差5π/180时目标定位分析 |
| 3.7 本章小结 |
| 第4章 基于状态相关的扩展卡尔曼目标跟踪算法 |
| 4.1 引言 |
| 4.2 相对高度未知条件下的单站纯方位目标跟踪模型 |
| 4.3 相对高度未知下的扩展卡尔曼滤波算法 |
| 4.3.1 扩展卡尔曼滤波算法 |
| 4.3.2 状态相关扩展卡尔曼滤波算法 |
| 4.4 性能分析 |
| 4.5 仿真分析 |
| 4.5.1 测量噪声标准差0.5π/180时目标状态估计 |
| 4.5.2 测量噪声标准差2π/180时目标状态估计 |
| 4.5.3 测量噪声标准差5π/180时目标状态估计 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 主要研究工作和取得的成果 |
| 5.2 下一步工作及展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于稀疏阵列的单站无源定位算法的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 定位及滤波方法 |
| 1.2.2 参数估计算法 |
| 1.3 本文工作及安排 |
| 第2章 单站无源定位原理 |
| 2.1 引言 |
| 2.2 经典单站无源定位原理 |
| 2.3 测距误差分析 |
| 2.3.1 波达角变化率对测距误差的影响 |
| 2.3.2 测频误差对测距误差的影响 |
| 2.3.3 多普勒频率变化率对测距误差的影响 |
| 2.3.4 误差分析及定位模型设计启发 |
| 2.4 本文提出的多普勒频率差定位算法原理 |
| 2.5 小结 |
| 第3章 松弛互素稀疏阵列 |
| 3.1 引言 |
| 3.2 均匀线性阵列 |
| 3.3 互素稀疏阵列 |
| 3.4 松弛互素稀疏阵列 |
| 3.5 小结 |
| 第4章 基于松弛互素稀疏阵列的参数估计算法 |
| 4.1 引言 |
| 4.2 闭式鲁棒中国余数定理 |
| 4.3 频率估计算法 |
| 4.3.1 频率估计的数学模型 |
| 4.3.2 全相位快速傅里叶变换 |
| 4.3.3 频谱校正 |
| 4.3.4 欠采样频率估计流程 |
| 4.4 波达角(DOA)估计模型 |
| 4.5 频率与波达角(DOA)估计流程 |
| 4.6 仿真结果及性能分析 |
| 4.6.1 频率估计性能分析 |
| 4.6.2 波达角(DOA)估计性能分析 |
| 4.6.3 频率与波达角联合估计结果 |
| 4.7 小结 |
| 第5章 匀速目标的跟踪滤波算法 |
| 5.1 引言 |
| 5.2 单站无源定位滤波模型 |
| 5.2.1 经典定位算法滤波模型 |
| 5.2.2 多普勒频率差定位算法滤波模型 |
| 5.3 扩展卡尔曼滤波算法 |
| 5.4 实验仿真及分析 |
| 5.4.1 经典无源定位法仿真结果 |
| 5.4.2 多普勒频率差定位法仿真结果 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（7）基于单星非对称干涉仪的空中动目标无源跟踪技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 干涉仪相位差测量技术 |
| 1.2.2 多普勒变化率测量技术 |
| 1.2.3 单星无源定位技术 |
| 1.2.4 单站无源跟踪滤波算法 |
| 1.3 论文的主要内容 |
| 第二章 非对称干涉仪相位差及相位差变化率测量技术 |
| 2.1 非对称干涉仪相位差测量模型 |
| 2.2 非对称干涉仪相位差高精度测量方法 |
| 2.2.1 基于多谱线的非对称干涉仪相位差测量方法 |
| 2.2.2 频谱检测门限的设置 |
| 2.2.3 信号截取误差对相位差测量的影响 |
| 2.2.4 仿真分析 |
| 2.3 非对称干涉仪相位差变化率高精度测量方法 |
| 2.3.1 基于最小二乘的多谱线非对称干涉仪相位差变化率测量方法 |
| 2.3.2 相位差变化率测量误差分析 |
| 2.3.3 仿真分析 |
| 2.4 本章小结 |
| 第三章 相位编码信号的多普勒变化率高精度测量方法 |
| 3.1 多普勒变化率的数学模型 |
| 3.2 相位编码信号多普勒变化率估计方法 |
| 3.2.1 信号建模 |
| 3.2.2 算法推导 |
| 3.3 理论测量误差的推导 |
| 3.4 仿真分析 |
| 3.4.1 BPSK信号多普勒变化率的估计 |
| 3.4.2 QPSK信号多普勒变化率的估计 |
| 3.5 本章小结 |
| 第四章 多参数融合的单星动目标跟踪技术 |
| 4.1 单星动目标跟踪建模 |
| 4.1.1 目标运动状态的建模 |
| 4.1.2 目标观测量的建模 |
| 4.2 多参数融合的单星跟踪初值获取方法 |
| 4.2.1 初始状态获取方法 |
| 4.2.2 初始状态误差协方差获取方法 |
| 4.3 基于CIF的多参数融合的单星跟踪方法 |
| 4.3.1 观测量的数学模型改进 |
| 4.3.2 容积信息滤波方法 |
| 4.4 定位跟踪的CRLB推导 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）基于相位差变化率无源定位算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 无源定位研究背景与意义 |
| 1.2 国内外研究发展现状 |
| 1.2.1 国外研究发展现状 |
| 1.2.2 国内研究发展现状 |
| 1.3 无源定位现有方法概述 |
| 1.3.1 测向定位法 |
| 1.3.2 到达时间定位法 |
| 1.3.3 多普勒频率定位法 |
| 1.3.4 方位/到达时间定位法 |
| 1.3.5 方位/多普勒频率定位法 |
| 1.3.6 多普勒频率变化率定位法 |
| 1.3.7 相位差变化率定位法 |
| 1.4 本文主要工作 |
| 第二章 定位模型分析 |
| 2.1 单基线定位模型 |
| 2.1.1 单基线模型定位基本原理 |
| 2.1.2 可观测性分析 |
| 2.1.3 对定位原理的仿真分析 |
| 2.2 单基线模型定位误差分析 |
| 2.2.1 定位误差GDOP曲线分析 |
| 2.2.2 测量误差对定位精度的影响 |
| 2.2.3 参数大小对定位精度的影响 |
| 2.3 正交双基线定位模型 |
| 2.3.1 双基线模型定位基本原理 |
| 2.3.2 可观测性分析 |
| 2.3.3 瞬时定位仿真分析 |
| 2.4 双基线模型定位误差分析 |
| 2.4.1 定位误差GDOP曲线分析 |
| 2.4.2 测量误差对定位精度的影响 |
| 2.4.3 参数大小对定位精度的影响 |
| 2.5 本章小结 |
| 第三章 相位差及其变化率测量方法研究 |
| 3.1 相位差测量数据的解模糊问题 |
| 3.1.1 干涉仪测相位差原理 |
| 3.1.2 相位差模糊产生的原因 |
| 3.1.3 长、短基线结合的解模糊方法 |
| 3.1.4 双基线余数定理解模糊方法 |
| 3.2 相位差变化率提取方法研究 |
| 3.2.1 差分法 |
| 3.2.2 线性拟合法 |
| 3.2.3 卡尔曼滤波法 |
| 3.2.4 差分-卡尔曼滤波法 |
| 3.3 本章小结 |
| 第四章 定位滤波算法分析 |
| 4.1 卡尔曼滤波算法原理介绍 |
| 4.2 卡尔曼滤波算法下两种定位模型比较 |
| 4.3 非线性滤波滤波算法 |
| 4.3.1 EKF算法 |
| 4.3.2 MVEKF算法 |
| 4.3.3 两种滤波算法仿真验证 |
| 4.4 本章小结 |
| 第五章 一种仅测相位差变化率定位法 |
| 5.1 原理及性能分析 |
| 5.2 “网格法”定位 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（9）外辐射源雷达联合误差校正和无源定位方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无源定位研究现状 |
| 1.2.2 误差校正下定位研究现状 |
| 1.3 主要研究内容 |
| 第2章 外辐射源协同定位理论基础 |
| 2.1 引言 |
| 2.2 基于外辐射源定位的观测模型 |
| 2.3 基于外辐射源定位的观测模型伪线性化处理 |
| 2.3.1 TDOA定位体制 |
| 2.3.2 TDOA/DOA定位体制 |
| 2.3.3 TDOA/FDOA定位体制 |
| 2.4 基于外辐射源定位的估计理论 |
| 2.4.1 最小二乘估计方法 |
| 2.4.2 约束总体最小二乘估计方法 |
| 2.5 本章小结 |
| 第3章 基于外辐射源TDOA联合误差校正和定位算法 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.2.1 系统偏差下外辐射源TDOA观测模型 |
| 3.2.2 伪线性化处理 |
| 3.3 基于CTLS的TDOA联合误差校正和定位算法 |
| 3.3.1 CTLS估计模型 |
| 3.3.2 关联最小二乘估计算法 |
| 3.3.3 误差校正下后验迭代估计 |
| 3.4 CRLB推导 |
| 3.5 仿真分析 |
| 3.6 本章小结 |
| 第4章 基于外辐射源TDOA/DOA误差校正和定位算法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 关联后验迭代最小二乘算法 |
| 4.3.1 迭代加权最小二乘估计 |
| 4.3.2 关联后验迭代最小二乘算法 |
| 4.4 关联后验CTLS估计算法 |
| 4.4.1 CTLS估计 |
| 4.4.2 关联后验CTLS估计算法 |
| 4.5 CRLB推导 |
| 4.6 仿真分析 |
| 4.7 本章小结 |
| 第5章 基于外辐射源TDOA/FDOA误差校正和定位算法 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统偏差下外辐射源TDOA/FDOA观测模型 |
| 5.2.2 伪线性化处理 |
| 5.3 基于外辐射源TDOA/FDOA联合误差校正和定位算法 |
| 5.3.1 加权最小二乘估计 |
| 5.3.2 关联最小二乘估计算法 |
| 5.3.3 误差校正下后验迭代估计 |
| 5.4 CRLB推导 |
| 5.5 仿真分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）海空环境下单站无源定位滤波算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 概述 |
| 1.2 课题研究背景与发展现状 |
| 1.2.1 国外研究发展现状 |
| 1.2.2 国内研究发展现状 |
| 1.3 单站无源定位的关键技术 |
| 1.3.1 定位方法的选择问题 |
| 1.3.2 定位滤波的参数获取 |
| 1.3.3 定位滤波算法的设计 |
| 1.4 本文主要研究内容及安排 |
| 第2章 海空环境下单站无源定位的原理 |
| 2.1 引言 |
| 2.2 定位系统的坐标系 |
| 2.2.1 大地坐标系和地面固定坐标系 |
| 2.2.2 载机坐标系和天线坐标系 |
| 2.2.3 天线坐标系 |
| 2.3 海空环境下基于空频率信息的单站无源定位原理 |
| 2.3.1 单站无源定位理论 |
| 2.3.2 基于空频域信息的无源定位模型 |
| 2.4 系统的可观测性分析 |
| 2.4.1 系统可观测性判定定理 |
| 2.4.2 基于多普勒频率变化率的单站无源定位方法的可观测性分析 |
| 2.5 单次定位误差分析 |
| 2.5.1 定位精度的表示方法 |
| 2.5.2 基于多普勒频率变化率的定位算法单次定位误差分析 |
| 2.6 本章小结 |
| 第3章 无源定位滤波算法的参数获取 |
| 3.1 引言 |
| 3.2 角度的参数获取 |
| 3.2.1 数字干涉仪测向原理和误差分析 |
| 3.2.2 测向误差分析 |
| 3.2.3 数字干涉仪的模糊问题 |
| 3.2.4 虚拟基线解模糊方法 |
| 3.2.5 基于虚拟基线解模糊的滤波算法 |
| 3.2.6 仿真验证 |
| 3.3 角度变化率的参数获取 |
| 3.3.1 角度变化率分析 |
| 3.3.2 角变化率的间接估计方法 |
| 3.3.3 仿真实验 |
| 3.4 多普勒频率变化率的参数获取 |
| 3.4.1 辐射源信号及多普勒频率变化率的特点 |
| 3.4.2 多普勒变化率的平滑处理算法 |
| 3.4.3 仿真验证和分析 |
| 3.5 本章小结 |
| 第4章 基于固定采样卡尔曼滤波的无源定位算法 |
| 4.1 引言 |
| 4.2 EKF及其衍生算法 |
| 4.3 基于固定采样的卡尔曼滤波算法 |
| 4.3.1 无迹卡尔曼滤波算法 |
| 4.3.2 中心差分卡尔曼滤波算法 |
| 4.4 基于奇异值分解的SVD-SRUKF无源定位算法 |
| 4.4.1 奇异值分解(SVD) |
| 4.4.2 SVD-SRUKF无源定位算法 |
| 4.4.3 算法的仿真实验环境设置 |
| 4.4.4 仿真实验与结果分析 |
| 4.5 基于简化迭代的无迹卡尔曼滤波的无源定位算法 |
| 4.5.1 迭代滤波 |
| 4.5.2 采样方法的选择 |
| 4.5.3 SISRUKF(Simplified and Iterated SRUKF)无源定位算法 |
| 4.5.4 仿真实验与结果分析 |
| 4.6 基于稳健的无迹卡尔曼滤波的无源定位算法 |
| 4.6.1 H_∞滤波原理 |
| 4.6.2 IUH_∞无源定位算法 |
| 4.6.3 仿真实验与结论分析 |
| 4.7 本章小结 |
| 第5章 基于粒子滤波的无源定位算法 |
| 5.1 引言 |
| 5.2 贝叶斯滤波理论 |
| 5.2.1 贝叶斯滤波原理 |
| 5.2.2 基于蒙特卡罗的贝叶斯滤波 |
| 5.3 粒子滤波 |
| 5.3.1 序贯重要性采样 |
| 5.3.2 粒子退化现象 |
| 5.4 常见的粒子滤波方法 |
| 5.4.1 标准的粒子滤波算法 |
| 5.4.2 正则化粒子滤波 |
| 5.4.3 高斯粒子滤波 |
| 5.5 自适应渐消中心差分粒子滤波无源定位算法 |
| 5.5.1 自适应渐消滤波 |
| 5.5.2 自适应渐消中心差分滤波(AFCDKF) |
| 5.5.3 基于自适应渐消CDPF定位算法 |
| 5.5.4 仿真实验与结果分析 |
| 5.6 基于优化采样的AFCDPF粒子滤波的定位算法 |
| 5.6.1 基于KL距离的粒子数目调节 |
| 5.6.2 基于KLD的粒子数调节策略 |
| 5.6.3 KLD-AFCDPF的无源定位滤波算法 |
| 5.6.4 仿真实验与结果分析 |
| 5.7 噪声环境 |
| 5.8 基于改进粒子初选的MCMC粒子滤波定位算法 |
| 5.8.1 粒子初选方法 |
| 5.8.2 MCMC移动方法 |
| 5.8.3 改进初选的MCMC粒子定位算法 |
| 5.8.4 仿真实验与结果分析 |
| 5.9 基于改进平滑采样的粒子滤波定位算法 |
| 5.9.1 平滑采样方法 |
| 5.9.2 低偏差序列 |
| 5.9.3 基于准蒙特卡罗采样粒子滤波 |
| 5.9.4 改进平滑采样的粒子滤波定位算法 |
| 5.9.5 仿真实验和分析 |
| 5.10 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科技成果 |
| 致谢 |
四、单站无源定位跟踪现有方法评述（论文参考文献）
- [1]基于基站无源优化方法的目标定位研究[D]. 佘一鸣. 兰州交通大学, 2021(02)
- [2]运动单站无源定位方法研究[D]. 韵晋伟. 西安电子科技大学, 2020(05)
- [3]单站无源目标定位方法研究[D]. 孙浩宸. 东北林业大学, 2020(02)
- [4]运动单站直接定位技术[D]. 宋媛媛. 电子科技大学, 2020(07)
- [5]相对高度未知的单站纯方位地面慢速目标定位与跟踪研究[D]. 宋良生. 杭州电子科技大学, 2020(02)
- [6]基于稀疏阵列的单站无源定位算法的研究[D]. 杨琳. 天津大学, 2019(01)
- [7]基于单星非对称干涉仪的空中动目标无源跟踪技术[D]. 夏德倩. 国防科技大学, 2019(02)
- [8]基于相位差变化率无源定位算法研究[D]. 刘晨翀. 西安电子科技大学, 2019(02)
- [9]外辐射源雷达联合误差校正和无源定位方法研究[D]. 陈志猛. 杭州电子科技大学, 2019(01)
- [10]海空环境下单站无源定位滤波算法研究[D]. 宋海亮. 哈尔滨工程大学, 2015(11)