声明
致谢
摘要
插图
表格
缩写、符号清单、术语表
第一章 绪论
1.1 声阵列网络研究背景及意义
1.2 被动式声阵列定位工作原理
1.3 国内外研究现状
1.3.1 声阵列网络定位技术现状
1.3.2 TDOA估计
1.3.3 TDOA定位
1.3.4 声阵列节点
1.4 本文的创新点和组织结构
第二章 基于声阵列的定位技术介绍
2.1 引言
2.2 TDOA估计算法
2.2.1 最小均方自适应滤波(LMS)法
2.2.2 广义互相关函数(GCC)法
2.3 基于TDOA的定位算法
2.3.1 迭代法
2.3.2 半定规划法
2.4 本章小节
第三章 完整/非完整信号的TDOA估计技术研究
3.1 引言
3.2 基于特征值分解的加权互相关TDOA估计
3.2.1 基于特征值分解的最大似然加权互相关(Eigenvalue Decomposition Based Maximum Likehood,EDBML)
3.3 基于压缩采样的TDOA估计
3.3.1 压缩采样理论
3.3.2 压缩采样联合互相关(Compressive Sensing Based Cross Correlation,CSBCC)
3.3.3 优化压缩采样联合互相关(Enhanced Compressive Sensing Based Cross Correlation,ECSBCC)
3.4 仿真分析
3.4.1 原始信号EDBML性能仿真
3.4.2 压缩采样信号EDBML性能仿真
3.4.3 采样信号CSBCC性能仿真
3.4.4 采样信号CSBCC和ECSBCC性能对比
3.5 本章小节
第四章 基于圆心定位的估计算法研究
4.1 引言
4.2 基于TDOA的单目标定位
4.2.1 单目标定位问题描述
4.2.2 基于圆心定位的最小二乘估计(CCB-LSE)
4.2.3 基于圆心定位的全局最小二乘估计(CCB-TLSE)
4.2.4 基于圆心定位的最大似然估计(CCB-MLE)及其克拉美罗下界(CRLB)
4.3 基于TDOA的多目标定位
4.3.1 多目标定位问题描述
4.3.2 基于穷举法的多目标定位
4.3.3 基于感知概率的多目标定位(SPBML)
4.4 仿真分析
4.4.1 TDOA单目标定位仿真分析
4.4.2 TDOA多目标定位仿真分析
4.5 本章小节
第五章 基于TDOA的声阵列定位系统设计
5.1 引言
5.2 系统基本架构
5.3 系统硬件设计
5.3.1 声阵列节点原理图设计
5.3.2 声阵列节点PCB设计
5.3.3 汇聚节点设计
5.4 系统软件设计
5.5 系统实验验证
5.5.1 完整信号定位实验
5.5.2 非完整信号定位实验
5.5.3 实验效果对比分析
5.6 本章小节
第六章 总结与展望
6.1 本文总结
6.2 研究展望
参考文献
作者在硕士期间发表的学术论文及参与科研项目