在被動測量的情況下,僅僅利用目標(biāo)的方位信息,估計目標(biāo)運(yùn)動參數(shù)的過程,稱為純方位目標(biāo)運(yùn)動分析(BTMA)。它的應(yīng)用價值在于:觀察者可以在隱蔽狀態(tài)下,實現(xiàn)對戰(zhàn)場態(tài)勢的評估,完成對目標(biāo)的定位,從而實施突然打擊。本書用八章篇幅對此進(jìn)行研究。
第一章 目標(biāo)定位概述
1.1 目標(biāo)定位與命中
1.2 目標(biāo)運(yùn)動分析
1.2.1 勻速直線運(yùn)動目標(biāo)
1.2.2 目標(biāo)狀態(tài)測量系統(tǒng)
1.2.3 目標(biāo)參數(shù)的可觀測性
1.2.4 結(jié)論
1.3 目標(biāo)狀態(tài)與參數(shù)的估計方法
1.3.1 運(yùn)動系統(tǒng)的離散時間模型
1.3.2 具有(r,σ,β)觀測的極大似然估計法(MLE)
1.3.3 純角度(σ,β)觀測的極大似然估計
1.3.4 純方位β觀測下的極大似然估計
1.3.5 純方位β觀測下目標(biāo)參數(shù)的極大似然估計
1.4 純方位目標(biāo)運(yùn)動分析問題的研究進(jìn)展
1.4.1 目外純方位問題研究的歷史回顧
1.4.2 純方位問題研究的基本情況
1.4.3 外目前的研究進(jìn)展與熱點
第二章 靜止單站純方位目標(biāo)運(yùn)動分析
2.1 概述
2.2 坐標(biāo)系與測量方程
2.3 系統(tǒng)的可觀測性分析
2.4 目標(biāo)參數(shù)的擬線性估計算法(PLE)
2.4.1 PLE算法的建立
2.4.2 PLE算法的計算分析
2.5 使用輔助變量的目標(biāo)定位算法(IVPLE)
2.5.1 問題的描述
2.5.2 估計目標(biāo)參數(shù)的輔助變量法
2.5.3 標(biāo)量遞推算法
2.6 輔助變量(IVPLE)法消除估計偏倚計算驗證
第三章 運(yùn)動單站純方位目標(biāo)定位分析
3.1 概述
3.2 問題的數(shù)學(xué)描述
3.3 觀測方程的建立
3.4 卡爾曼估計算法系
3.5 地理坐標(biāo)系下的加權(quán) 小二乘估計
3.5.1 公式系的推導(dǎo)
3.5.2 小二乘法的累積算式
3.5.3 目標(biāo)運(yùn)動狀態(tài)的預(yù)測方程
3.6 常用 小二乘估計算法的性能比較
3.6.1 初始方位坐標(biāo)系下的估計算法
3.6.2 兩種算法的性能比較
3.7 改善估計性能的方法
3.7.1 估計誤差方程
3.7.2 改善估計有偏的途徑
第四章 基于粒子濾波的被動跟蹤算法
4.1 概述
4.2 被動跟蹤的系統(tǒng)模型
4.3 粒子濾波算法原理
4.3.1 貝葉斯估計理論
4.3.2 遞推形式的貝葉斯估計
4.3.3 基本粒子濾波算法
4.4 改進(jìn)粒子濾波算法在被動跟蹤中的應(yīng)用
4.4.1 高斯和粒子濾波
4.4.2 Unscented粒子濾波
第五章 多站純方位目標(biāo)定位分析
5.1 概述
5.2 多站系統(tǒng)的數(shù)學(xué)描述
5.3 目標(biāo)參數(shù)的可觀測性分析
5.3.1 計算矩陣A和向量B的公式
5.3.2 detA=0廈B=0的條件
5.3.3 系統(tǒng)不可觀測的情形
5.4 目標(biāo)定位融合算法
5.4.1 分布估計集中融合定位算法
5.4.2 集中融合式定位算法
5.4.3 網(wǎng)絡(luò)水雷陣的應(yīng)用例子
第六章 純方位系統(tǒng)不可觀測條件分析
6.1 可觀測性問題的描述
6.2 可觀測性分析
6.3 系統(tǒng)不可觀測的幾個結(jié)論
6.4 對不可觀測情形的分析
第七章 觀測器平臺機(jī)動航路優(yōu)化研究
7.1 定位與跟蹤誤差的下限
7.2 航路優(yōu)化問題的提出
7.3 觀測器航路對定位精度的影響
7.3.1 勻速直線運(yùn)動的定位精度分析
7.3.2 恒提前角運(yùn)動的定位精度分析
7.4 潛艇典型航路的定位精度分析
7.4.1 接敵跟蹤基本航路
7.4.2 典型的接敵跟蹤航路
7.4.3 定位精度分析
7.5 航路優(yōu)化的方法
7.5.1 對固定目標(biāo)純方位定位的觀測器的航路優(yōu)化
7.5.2 對運(yùn)動目標(biāo)跟蹤的觀測器的航路優(yōu)化
7.5.3 仿真計算與結(jié)論
第八章 被動跟蹤水下無線傳感網(wǎng)絡(luò)
8.1 概述
8.2 UWSN中的節(jié)點自定位算法
8.2.1 基本原理
8.2.2 自定位過程
8.2.3 自定位通信協(xié)議設(shè)計
8.2.4 自定位仿真
8.3 分布式跟蹤系統(tǒng)結(jié)構(gòu)
8.3.1 動態(tài)分簇分布式跟蹤結(jié)構(gòu)
8.3.2 高斯混和模型近似
8.4 UWSN中的分布式粒子濾波被動跟蹤算法
8.4.1 并行粒子濾波算法
8.4.2 信息粒子濾波算法
8.4.3 仿真比較研究
參考文獻(xiàn)