無(wú)線電測(cè)向與定位理論及方法

第1章 緒論
1．1 無(wú)線電測(cè)向定位基本原理簡(jiǎn)介
1．2 無(wú)線電測(cè)向定位方法簡(jiǎn)介
1．2．1 無(wú)線電測(cè)向方法簡(jiǎn)介
1．2．2 基于測(cè)向信息的目標(biāo)定位方法簡(jiǎn)介
1．2．3 基于信號(hào)數(shù)據(jù)域的目標(biāo)位置直接估計(jì)方法簡(jiǎn)介
1．3 無(wú)線電測(cè)向系統(tǒng)的基本組成及其技術(shù)指標(biāo)
1．3．1 無(wú)線電測(cè)向系統(tǒng)的基本組成
1．3．2 無(wú)線電測(cè)向系統(tǒng)的技術(shù)指標(biāo)
1．4 全書(shū)結(jié)構(gòu)和內(nèi)容安排
參考文獻(xiàn)
第2章 數(shù)學(xué)預(yù)備知識(shí)
2．1 矩陣?yán)碚撝械娜舾深A(yù)備知識(shí)
2．1．1 矩陣求逆計(jì)算公式
2．1．2 半正定矩陣和正定矩陣的若干性質(zhì)
2．1．3 三種矩陣分解
2．1．4 Moore-Penrose廣義逆矩陣和正交投影矩陣
2．1．5 矩陣Hadamard積和Kronecker積
2．2 多維函數(shù)分析和優(yōu)化理論中的若干預(yù)備知識(shí)
2．2．1 多維（標(biāo)量）函數(shù)的梯度向量和Hessian矩陣
2．2．2 無(wú)約束優(yōu)化問(wèn)題的最優(yōu)性條件及其數(shù)值優(yōu)化算法
2．2．3 多維（向量）函數(shù)的Jacobi矩陣和’taylor級(jí)數(shù)展開(kāi)”
2．3 統(tǒng)計(jì)信號(hào)處理中的若干預(yù)備知識(shí)
2．3．1 未知參量估計(jì)方差的克拉美羅界
2．3．2 最大似然估計(jì)及其漸近統(tǒng)計(jì)最優(yōu)性分析
2．3．3 加權(quán)最小二乘估計(jì)及其與最大似然估計(jì)的等價(jià)性
2．4 線性離散和連續(xù)時(shí)間系統(tǒng)中的若干預(yù)備知識(shí)
2．4．1 線性離散時(shí)間隨機(jī)系統(tǒng)的卡爾曼濾波算法
2．4．．2 線性連續(xù)時(shí)間系統(tǒng)的可觀測(cè)性分析
參考文獻(xiàn)
附錄A
第2章 所涉及的復(fù)雜數(shù)學(xué)推導(dǎo)
附錄Al證明式（2．1 54）
附錄A2證明式（2．1 58）
附錄A3證明式（2．1 61）
附錄A4證明式（2．1 67）
第3章 測(cè)向天線陣列信號(hào)模型及其基本特性簡(jiǎn)介
3．1 測(cè)向天線陣列及其接收信號(hào)的相關(guān)假設(shè)
3．2 測(cè)向天線陣列接收信號(hào)模型
3．3 幾種特殊陣型的陣列流形響應(yīng)
3．3．1 均勻線陣
3．3．2 均勻圓陣
3．3．3 均勻陣
3．3．4 均勻矩形陣
3．4 陣列方向圖
3．4．1 均勻線陣方向圖及其基本特性
3．4．2 均勻圓陣方向圖及其基本特性
3．4．3 均勻矩形陣方向圖及其基本特性
3．5 陣列波束寬度和角度分辨率
3．5．1 陣列波束寬度
3．5．2 角度分辨率
參考文獻(xiàn)
第4章 傳統(tǒng)無(wú)線電測(cè)向理論與方法
4．1 基于艾德考克天線陣的測(cè)向方法
4．1．1 基于艾德考克天線陣的模擬測(cè)向原理
4．1．2 瓦特森一瓦特測(cè)向法的數(shù)字實(shí)現(xiàn)原理
4．2 基于烏蘭韋伯爾天線陣的測(cè)向方法
4．2．1 均勻線陣和／差方向圖的特性
4．2．2 基于烏蘭韋伯爾天線陣的測(cè)向原理
4．2．3 數(shù)值實(shí)驗(yàn)
4．3 基于數(shù)字波束形成的測(cè)向方法
4．3．1 延時(shí)一相加法
4．3．2 Capon最小方差法
4．3．3 數(shù)值實(shí)驗(yàn)
4．4 相位干涉儀測(cè)向方法
4．4．1 一維相位干涉儀測(cè)向原理
4．4．2 二維相位干涉儀測(cè)向原理
4．4．3 相位干涉儀的模糊解分析
4．4．4 相位干涉儀的解模糊方法
4．5 相關(guān)干涉儀測(cè)向方法
4．5．1 相關(guān)干涉儀測(cè)向的基本原理
4．5．2 相關(guān)干涉儀測(cè)向方法中的插值運(yùn)算
4．5．3 數(shù)值實(shí)驗(yàn)
參考文獻(xiàn)
第5章 超分辨率測(cè)向理論與方法I——基礎(chǔ)篇
5．1 陣列信號(hào)模型與方位估計(jì)方差的克拉美羅界
5．1．1 陣列信號(hào)模型
5．1．2 方位估計(jì)方差的克拉美羅界
5．2 多重信號(hào)分類算法的基本原理及其理論性能分析
5．2．1 多重信號(hào)分類算法的基本原理
5．2．2 多重信號(hào)分類算法的若干推廣形式
5．2．3 多重信號(hào)分類算法的理論性能分析
5．2．4 數(shù)值實(shí)驗(yàn)
5．3 最大似然估計(jì)算法的基本原理及其理論性能分析
5．3．1 未知確定型信號(hào)模型下的最大似然估計(jì)算法及其理論性能分析
5．3．2 復(fù)高斯隨機(jī)型信號(hào)模型下的最大似然估計(jì)算法及其理論性能分析
5．4 子空間擬合估計(jì)算法的基本原理及其理論性能分析
5．4．1 信號(hào)子空間擬合估計(jì)準(zhǔn)則和算法
5．4．2 噪聲子空間擬合的優(yōu)化準(zhǔn)則和算法
5．4．3 子空間擬合估計(jì)算法的理論性能分析
5．4．4 數(shù)值實(shí)驗(yàn)
5．5 基于旋轉(zhuǎn)不變技術(shù)的測(cè)向算法的基本原理及其理論性能分析
5．5．1 基于旋轉(zhuǎn)不變技術(shù)的測(cè)向算法的基本原理
5．5．2 Ls-ESPRIT算法
5．5．3 TLS-ESPRIT算法
5．5．4 基于旋轉(zhuǎn)不變技術(shù)的測(cè)向算法的理論性能分析
5．5．5 數(shù)值實(shí)驗(yàn)
參考文獻(xiàn)
附錄B
第5章 所涉及的復(fù)雜數(shù)學(xué)推導(dǎo)
附錄B1證明式（5．5 0）中的兩個(gè)等式成立
附錄B2證明式（5．5 3）
附錄B3證明式（5．1 14）
附錄B4證明式（5．1 52）和式（5．1 54）
附錄B5證明式（5．1 58）
附錄B6證明式（5．1 71）
附錄B7證明式（5．2 06）
附錄B8證明式（5．2 08）
第6章 超分辨率測(cè)向理論與方法Ⅱ——推廣篇
6．1 相干信號(hào)方位估計(jì)方法
6．1．1 相干信號(hào)的基本概念及其對(duì)超分辨率測(cè)向算法的影響
6．1．2 空間平滑預(yù)處理技術(shù)
6．2 信號(hào)二維到達(dá)角度估計(jì)方法
6．2．1 基于多重信號(hào)分類算法的二維到達(dá)角度估計(jì)方法
6．2．2 基于ESPRIT算法的二維到達(dá)角度估計(jì)方法
6．3 乘性陣列誤差存在條件下的信號(hào)方位估計(jì)方法
6．3．1 乘性陣列誤差存在條件下的陣列信號(hào)模型
6．3．2 乘性陣列誤差參數(shù)和信號(hào)方位聯(lián)合估計(jì)方差的克拉美羅界
6．3．3 乘性陣列誤差參數(shù)和信號(hào)方位聯(lián)合估計(jì)方法
6．3．4 數(shù)值實(shí)驗(yàn)
6．4 聯(lián)合信號(hào)復(fù)包絡(luò)先驗(yàn)信息的方位估計(jì)方法
6．4．1 信號(hào)復(fù)包絡(luò)已知條件下的方位估計(jì)方法
6．4．2 利用信號(hào)復(fù)包絡(luò)恒模信息的方位估計(jì)方法
參考文獻(xiàn)
附錄C
第6章 所涉及的復(fù)雜數(shù)學(xué)推導(dǎo)
附錄c1證明式（6．1 22）中的兩個(gè)等式
附錄C2證明式（6．1 30）和式（6．1 31）
附錄C3證明式（6．1 62）至式（6．1 64）
附錄C4證明式（6．1 88）至式（6．1 90）
第7章 基于測(cè)向信息的靜止目標(biāo)定位理論與方法
7．1 基于電離層反射的單站定位理論與方法
7．1．1 不考慮地球曲率影響的近距離單站定位
7．1．2 考慮地球曲率影響的遠(yuǎn)距離單站定位
7．1．3 單站定位中的誤差分析
7．2 雙站二維交匯定位理論與方法
7．2．1 雙站二維交匯定位基本原理
7．2．2 定位誤差分析
7．2．3 數(shù)值實(shí)驗(yàn)
7．3 多站（多于兩站）交匯定位理論與方法
7．3．1 定位觀測(cè)模型和目標(biāo)位置估計(jì)方差的克拉美羅界
7．3．2 定位誤差橢圓概率，誤差橢圓面積與誤差概率圓環(huán)
7．3．3 三種目標(biāo)位置解算方法及其理論性能分析
7．3．4 數(shù)值實(shí)驗(yàn)
參考文獻(xiàn)
附錄D
第7章 所涉及的數(shù)學(xué)推導(dǎo)
附錄D1證明式（7．5 6）
附錄D2矩陣4（r），或，雪的表達(dá)式
第8章 基于測(cè)向信息的運(yùn)動(dòng)目標(biāo)跟蹤理論與方法
8．1 基于測(cè)向信息的運(yùn)動(dòng)目標(biāo)可觀測(cè)性分析
8．1．1 靜止單站對(duì)勻速直線運(yùn)動(dòng)目標(biāo)的可觀測(cè)性分析
8．1．2 勻速直線運(yùn)動(dòng)單站對(duì)勻速直線運(yùn)動(dòng)目標(biāo)的可觀測(cè)性分析
8．1．3 勻加速直線運(yùn)動(dòng)單站對(duì)勻速直線運(yùn)動(dòng)目標(biāo)的可觀測(cè)性分析
8．1．4 靜止多站對(duì)勻速直線運(yùn)動(dòng)目標(biāo)的可觀測(cè)性分析
8．2 基于單站測(cè)向信息的運(yùn)動(dòng)目標(biāo)跟蹤方法
8．2．1 目標(biāo)運(yùn)動(dòng)模型和觀測(cè)模型
8．2．2 目標(biāo)運(yùn)動(dòng)狀態(tài)向量估計(jì)的克拉美羅界
8．2．3 擴(kuò)展卡爾曼濾波算法和偽線性卡爾曼濾波算法
8．2．4 無(wú)跡卡爾曼濾波算法
8．3 基于多站測(cè)向信息的漸近無(wú)偏跟蹤方法
8．3．1 目標(biāo)運(yùn)動(dòng)模型和觀測(cè)模型
8．3．2 參數(shù)估計(jì)方差的克拉美羅界
8．3．3 漸近無(wú)偏跟蹤方法
8． 3．4．序貫漸近無(wú)偏跟蹤方法
參考文獻(xiàn)
附錄E
第8章 所涉及的復(fù)雜數(shù)學(xué)推導(dǎo)
附錄E1證明式（8．6 ）
附錄E2證明式（8．1 0）
附錄E3證明式（8．2 3）
附錄E4證明式（8．5 9）
附錄E5證明式（8．6 2）
附錄E6
附錄E7
第9章 基于陣列信號(hào)數(shù)據(jù)域的目標(biāo)位置直接估計(jì)理論與方法
9．1 基于單個(gè)可移動(dòng)陣列的信號(hào)數(shù)據(jù)域目標(biāo)位置直接估計(jì)方法
9．1．1 陣列信號(hào)模型
9．1．2 目標(biāo)位置估計(jì)方差的克拉美羅界
9．1．3 兩種目標(biāo)位置直接估計(jì)算法
9．1．4 數(shù)值實(shí)驗(yàn)
9．2 基于多個(gè)靜止陣列的信號(hào)數(shù)據(jù)域目標(biāo)位置直接估計(jì)方法
9．2．1 陣列信號(hào)模型
9．2．2 目標(biāo)位置估計(jì)方差的克拉美羅界
9．2．3 兩種目標(biāo)位置直接估計(jì)算法
9．2．4 數(shù)值實(shí)驗(yàn)
參考文獻(xiàn)