摘 要
Abstract
绪 论
课题背景及研究的目的和意义
1.2 本课题国内外研究现状
1.2.1 单站测向定位技术
1.2.2 多站测向定位技术
1.2.3 主被动雷达数据关联
1.3 本文的主要研究内容
第2章 单/多被动传感器运动目标跟踪
2.1 引言
2.2 单被动传感器运动目标跟踪
2.2.1 SRF测量建模
2.2.2 转换瑞利滤波过程(SRF)
2.2.3 SRF分析与证明
2.3 多被动传感器运动目标跟踪
2.3.1集中式转换瑞利滤波算法(CSRF)
2.3.2交互式多模型集中式转换瑞利滤波算法(IMMCSRF)
2.4 仿真实验
2.4.1 单/多被动传感器非机动目标跟踪
2.4.2 多被动传感器机动目标跟踪
2.5 本章小结
第3章 固定目标定位与自适应选择滤波算法
3.1 引言
3.2 单/多被动传感器固定目标定位算法
3.2.1 交互式多模型修正转换瑞利滤波算法(IMMMSRF)
3.2.2 改进的IMMMSRF固定目标定位算法描述
3.3 固定和运动目标自适应选择滤波算法
3.3.1 目标状态判决
3.3.2 目标初始定位
3.3.3 自适应选择滤波算法
3.4 仿真实验
3.4.1 ESM测量噪声已知情况SRF和MSRF比较
3.4.2 ESM测量噪声未知或变化情况MSRF和IMMMSRF比较
3.4.3 IMMMSRF与改进IMMMSRF比较
3.4.4自适应选择滤波
3.5 实测数据处理
3.5.1 单ESM固定目标定位
3.5.2 双ESM固定目标定位
3.6 本章小结
第4章 主被动雷达关联融合跟踪系统
4.1 引言
4.2 主被动雷达关联算法
4.2.1 修正极坐标扩展卡尔曼滤波算法(MPCEKF)
4.2.2 修正极坐标无迹卡尔曼滤波算法(MPCUKF)
4.2.3二维分配关联算法
4.3 主被动雷达关联融合跟踪系统
4.3.1 雷达ESM集中式融合跟踪算法(扩维UKF)
4.3.2 雷达ESM分布式融合跟踪算法
4.3.3 主被动雷达关联融合跟踪系统
4.4 仿真实验
4.4.1 MPC跟踪算法比较
4.4.2雷达ESM关联融合跟踪
本章小结
结 论
参考文献
攻读学位期间发表的论文
哈尔滨工业大学学位论文原创性声明及使用授权说明
致 谢