雷達(dá)數(shù)據(jù)處理及應(yīng)用

第1章 概述
1.1 雷達(dá)數(shù)據(jù)處理的目的和意義
1.2 雷達(dá)數(shù)據(jù)處理中的基本概念
1.3 系統(tǒng)模型
1.4 雷達(dá)數(shù)據(jù)處理技術(shù)研究的歷史與現(xiàn)狀
1.5 本書的范圍和概貌
第2章 參數(shù)估計(jì)與線性濾波方法
2.1 引言
2.2 參數(shù)估計(jì)
2.2.1 參數(shù)估計(jì)的概念
2.2.2 四種基本參數(shù)估計(jì)方法
2.2.3 估計(jì)性質(zhì)
2.2.4 靜態(tài)向量情況下的參數(shù)估計(jì)
2.3 卡爾曼濾波器
2.3.1 系統(tǒng)模型
2.3.2 濾波模型
2.3.3 卡爾曼濾波器的初始化
2.3.4 穩(wěn)態(tài)卡爾曼濾波器
2.3.5 卡爾曼濾波算法應(yīng)用舉例
2.3.6 卡爾曼濾波器應(yīng)用中應(yīng)注意的一些問題
2.4 濾波器
2.4.1 濾波器
2.4.2 自適應(yīng)濾波器
2.4.3 濾波算法應(yīng)用舉例
2.4.4 濾波器
2.4.5 自適應(yīng)濾波器
2.5 其他線性濾波技術(shù)
2.5.1 兩點(diǎn)外推濾波器
2.5.2 線性自回歸濾波器
2.6 卡爾曼濾波與其他線性濾波方法的性能比較
2.7 狀態(tài)估計(jì)的一致性檢驗(yàn)
2.7.1 狀態(tài)估計(jì)誤差一致性檢驗(yàn)
2.7.2 新息的一致性檢驗(yàn)
2.7.3 新息的白度檢驗(yàn)
2.7.4 濾波器一致性檢驗(yàn)的應(yīng)用舉例
2.8 小結(jié)
第3章 非線性濾波方法
3.1 引言
3.2 擴(kuò)展卡爾曼濾波器
3.2.1 濾波模型
3.2.2 線性化EKF濾波的誤差補(bǔ)償
3.2.3 擴(kuò)展卡爾曼濾波器應(yīng)用中應(yīng)注意的一些問題
3.3 不敏卡爾曼濾波器
3.3.1 不敏變換
3.3.2 濾波模型
3.3.3 仿真分析
3.4 粒子濾波器
3.4.1 系統(tǒng)狀態(tài)方程和傳感器量測模型
3.4.2 濾波模型
3.4.3 EKF、UKF、PF三種非線性濾波算法應(yīng)用舉例
3.5 小結(jié)
第4章 量測數(shù)據(jù)預(yù)處理技術(shù)
4.1 引言
4.2 坐標(biāo)變換
4.2.1 坐標(biāo)系
4.2.2 坐標(biāo)變換
4.2.3 幾種常用坐標(biāo)系的變換關(guān)系
4.2.4 幾種常用坐標(biāo)系中的跟蹤問題
4.2.5 跟蹤坐標(biāo)系與濾波狀態(tài)變量選擇
4.3 野值剔除技術(shù)
4.3.1 野值的定義、成因及分類
4.3.2 野值的判別方法
4.4 數(shù)據(jù)壓縮技術(shù)
4.4.1 單雷達(dá)的數(shù)據(jù)壓縮
4.4.2 多雷達(dá)系統(tǒng)中的數(shù)據(jù)壓縮
4.5 小結(jié)
第5章 多目標(biāo)跟蹤中的航跡起始
5.1 引言
5.2 航跡起始波門的形狀和尺寸
5.2.1 環(huán)形波門
5.2.2 橢圓（球）波門
5.2.3 矩形波門
5.2.4 扇形波門
5.3 航跡起始算法
5.3.1 直觀法
5.3.2 邏輯法
5.3.3 修正的邏輯法
5.3.4 Hough變換法
5.3.5 修正的Hough變換法
5.3.6 基于Hough變換和邏輯的航跡起始算法
5.3.7 被動(dòng)雷達(dá)航跡起始算法
5.4 航跡起始算法的比較與分析
5.5 航跡起始中的有關(guān)問題討論
5.6 小結(jié)
第6章 極大似然類多目標(biāo)數(shù)據(jù)互聯(lián)方法
6.1 引言
6.2 航跡分叉法
6.3 聯(lián)合極大似然算法
6.4 0-1整數(shù)規(guī)劃法
6.5 廣義相關(guān)法
6.5.1 得分函數(shù)的建立
6.5.2 廣義相關(guān)法的應(yīng)用
6.6 幾種極大似然類算法性能分析
6.7 小結(jié)
第7章 貝葉斯類多目標(biāo)數(shù)據(jù)互聯(lián)方法
7.1 引言
7.2 最近鄰域法
7.2.1 最近鄰域標(biāo)準(zhǔn)濾波器
7.2.2 概率最近鄰域法
7.3 概率數(shù)據(jù)互聯(lián)算法
7.3.1 狀態(tài)更新與協(xié)方差更新
7.3.2 互聯(lián)概率計(jì)算
7.3.3 修正的PDAF算法
7.3.4 性能分析
7.4 聯(lián)合概率數(shù)據(jù)互聯(lián)算法
7.4.1 JPDA算法的基本模型
7.4.2 聯(lián)合事件概率的計(jì)算
7.4.3 狀態(tài)估計(jì)協(xié)方差的計(jì)算
7.4.4 簡化的JPDA算法模型
7.4.5 性能分析
7.5 最優(yōu)貝葉斯算法
7.5.1 最優(yōu)貝葉斯算法模型
7.5.2 算法的次優(yōu)實(shí)現(xiàn)
7.6 多假設(shè)法
7.6.1 假設(shè)的產(chǎn)生
7.6.2 概率計(jì)算
7.6.3 假設(shè)的簡化技巧
7.7 性能分析
7.8 小結(jié)
第8章 機(jī)動(dòng)目標(biāo)跟蹤
8.1 引言
8.2 具有機(jī)動(dòng)檢測的跟蹤算法
8.2.1 可調(diào)白噪聲模型
8.2.2 變維濾波算法
8.2.3 輸入估計(jì)算法
8.3 自適應(yīng)跟蹤算法
8.3.1 Singer模型算法
8.3.2 當(dāng)前統(tǒng)計(jì)模型算法
8.3.3 Jerk模型算法
8.3.4 多模型算法
8.3.5 交互式多模型算法
8.4 機(jī)動(dòng)目標(biāo)跟蹤算法性能比較
8.4.1 仿真環(huán)境與參數(shù)設(shè)置
8.4.2 仿真結(jié)果與分析
8.5 小結(jié)
第9章 群目標(biāo)跟蹤
9.1 引言
9.2 群的起始
9.2.1 群的定義
9.2.2 群的分割
9.2.3 群的互聯(lián)
9.2.4 群速度的估計(jì)
9.3 中心群目標(biāo)跟蹤算法
9.3.1 群航跡起始、確認(rèn)和撤銷
9.3.2 航跡更新
9.3.3 其他問題的實(shí)現(xiàn)
9.4 編隊(duì)群目標(biāo)跟蹤算法
9.4.1 編隊(duì)群目標(biāo)跟蹤算法概述
9.4.2 編隊(duì)群目標(biāo)跟蹤算法的邏輯描述
9.5 群目標(biāo)跟蹤算法性能分析
9.5.1 仿真環(huán)境
9.5.2 仿真結(jié)果
9.5.3 仿真分析
9.6 小結(jié)
第10章 多目標(biāo)跟蹤終結(jié)理論與航跡管理
10.1 引言
10.2 多目標(biāo)跟蹤終結(jié)理論
10.2.1 序列概率比檢驗(yàn)（SPRT）算法
10.2.2 跟蹤門方法
10.2.3 代價(jià)函數(shù)法
10.2.4 Bayes算法
10.2.5 全鄰Bayes算法
10.2.6 算法性能分析
10.3 航跡管理
10.3.1 航跡號管理
10.3.2 航跡質(zhì)量管理
10.4 小結(jié)
第11章 無源雷達(dá)數(shù)據(jù)處理
11.1 引言
11.2 有源雷達(dá)的局限性及無源雷達(dá)的優(yōu)點(diǎn)
11.3 無源雷達(dá)空間數(shù)據(jù)互聯(lián)
11.3.1 相位變化率法
11.3.2 多普勒變化率和方位聯(lián)合定位
11.3.3 多模型法
11.3.4 基于修正極坐標(biāo)的被動(dòng)跟蹤
11.3.5 無源定位方法性能比較
11.4 機(jī)載ESM定位
11.5 無源雷達(dá)屬性數(shù)據(jù)關(guān)聯(lián)
11.6 小結(jié)
第12章 脈沖多普勒和相控陣?yán)走_(dá)數(shù)據(jù)處理
12.1 引言
12.2 PD雷達(dá)數(shù)據(jù)處理
12.2.1 PD雷達(dá)系統(tǒng)概述
12.2.2 PD雷達(dá)數(shù)據(jù)的提取
12.2.3 PD雷達(dá)濾波的典型算法
12.3 相控陣?yán)走_(dá)數(shù)據(jù)處理
12.3.1 相控陣?yán)走_(dá)系統(tǒng)概述
12.3.2 相控陣?yán)走_(dá)數(shù)據(jù)處理系統(tǒng)的功能和特點(diǎn)
12.3.3 相控陣?yán)走_(dá)的數(shù)據(jù)處理
12.4 小結(jié)
第13章 雷達(dá)組網(wǎng)數(shù)據(jù)處理
13.1 引言
13.2 雷達(dá)網(wǎng)的設(shè)計(jì)與分析
13.2.1 雷達(dá)網(wǎng)性能評價(jià)指標(biāo)
13.2.2 雷達(dá)網(wǎng)優(yōu)化布站
13.2.3 從抗干擾原則出發(fā)進(jìn)行雷達(dá)布站仿真
13.3 單基地雷達(dá)組網(wǎng)數(shù)據(jù)處理
13.3.1 單基地雷達(dá)組網(wǎng)數(shù)據(jù)處理流程
13.3.2 單基地雷達(dá)組網(wǎng)的狀態(tài)估計(jì)
13.4 雙基地雷達(dá)組網(wǎng)數(shù)據(jù)處理
13.4.1 雙基地雷達(dá)系統(tǒng)的基本定位關(guān)系
13.4.2 雙基地雷達(dá)組合估計(jì)
13.4.3 雙基地雷達(dá)組合估計(jì)可行性分析
13.5 多基地雷達(dá)組網(wǎng)數(shù)據(jù)處理
13.5.1 多基地雷達(dá)系統(tǒng)的跟蹤原理
13.5.2 多基地雷達(dá)組網(wǎng)系統(tǒng)的觀測方程
13.5.3 多基地跟蹤系統(tǒng)數(shù)據(jù)處理的一般過程
13.6 航跡關(guān)聯(lián)
13.7 誤差配準(zhǔn)
13.7.1 目標(biāo)位置已知的誤差配準(zhǔn)
13.7.2 實(shí)時(shí)質(zhì)量控制（RTQC）算法
13.7.3 最小二乘（LS）算法
13.7.4 廣義最小二乘（GLS）算法
13.7.5 基于ECEF坐標(biāo)系的廣義最小二乘（ECEF-GLS）算法
13.7.6 仿真分析
13.8 小結(jié)
第14章 雷達(dá)數(shù)據(jù)處理性能評估
14.1 引言
14.2 有關(guān)名詞術(shù)語
14.3 數(shù)據(jù)關(guān)聯(lián)性能評估
14.3.1 平均航跡起始時(shí)間
14.3.2 航跡累積中斷次數(shù)
14.3.3 航跡模糊度
14.3.4 航跡累積交換次數(shù)
14.4 跟蹤濾波性能評估
14.4.1 航跡精度
14.4.2 跟蹤機(jī)動(dòng)目標(biāo)能力
14.4.3 虛假航跡比例
14.4.4 發(fā)散度
14.4.5 有效度
14.5 雷達(dá)數(shù)據(jù)處理算法的評估方法
14.5.1 MonteCarlo方法
14.5.2 解析法
14.5.3 半實(shí)物仿真方法
14.5.4 試驗(yàn)驗(yàn)證法
14.6 小結(jié)
第15章 雷達(dá)數(shù)據(jù)處理仿真技術(shù)
15.1 引言
15.2 系統(tǒng)仿真技術(shù)基礎(chǔ)
15.2.1 系統(tǒng)仿真技術(shù)的基本概念
15.2.2 隨機(jī)噪聲的數(shù)字仿真
15.3 雷達(dá)數(shù)據(jù)處理算法仿真
15.3.1 目標(biāo)運(yùn)動(dòng)模型的仿真
15.3.2 觀測過程的仿真
15.3.3 跟蹤濾波及航跡管理
15.4 算法仿真示例
15.5 小結(jié)
第16章 雷達(dá)數(shù)據(jù)處理的實(shí)際應(yīng)用
16.1 引言
16.2 在空中交通管制系統(tǒng)中的應(yīng)用
16.2.1 用途、組成和要求
16.2.2 雷達(dá)數(shù)據(jù)處理結(jié)構(gòu)
16.2.3 空中交通管制實(shí)例
16.3 在船用導(dǎo)航雷達(dá)中的應(yīng)用
16.4 在艦載雷達(dá)抑制雜波中的應(yīng)用
16.4.1 數(shù)據(jù)處理抑制雜波的原理
16.4.2 艦載雷達(dá)數(shù)據(jù)處理雜波抑制的方法
16.5 在地面激光雷達(dá)中的應(yīng)用
16.5.1 數(shù)據(jù)采集工作原理
16.5.2 數(shù)據(jù)處理的流程
16.6 在海上監(jiān)視系統(tǒng)中的應(yīng)用
16.6.1 用途、組成和要求
16.6.2 海上控制系統(tǒng)的結(jié)構(gòu)
16.7 在防空系統(tǒng)中的應(yīng)用
16.8 在陸基對空警戒雷達(dá)中的應(yīng)用
16.9 在機(jī)載預(yù)警雷達(dá)中的應(yīng)用
16.10 在艦載警戒火控雷達(dá)系統(tǒng)中的應(yīng)用
16.11 小結(jié)
第17章 回顧、建議與展望
17.1 引言
17.2 研究成果回顧
17.3 問題與建議
17.4 研究方向展望
中英文縮寫
參考文獻(xiàn)