智能封鎖彈藥中的智能探測技術(shù)

第1章 概論
第2章 目標(biāo)物理場特性測試與分析
2．1 聲波傳播特性
2．1．1 聲場
2．1．2 聲傳播模型
2．1．3 傳播過程中的聲衰減
2．2 目標(biāo)聲和地震動信號采集系統(tǒng)
2．3 目標(biāo)物理場測試方法
2．4 目標(biāo)物理場特性分析
2．4．1 坦克目標(biāo)聲場特性分析
2．4．2 坦克目標(biāo)地震動場特性分析
2．4．3 戰(zhàn)場背景干擾噪聲特性分析
第3章 預(yù)警技術(shù)
3．1 目標(biāo)特征
3．2 基于模式識別的預(yù)警技術(shù)
3．3 基于過零率檢測技術(shù)的目標(biāo)預(yù)警
3．3．1 過零率理論
3．3．2 目標(biāo)信號的過零率特性分析
第4章 多傳感器探測技術(shù)
4．1 多傳感器數(shù)據(jù)融合的基本原理
4．2 多傳感器信息融合常用的理論與算法
4．3 目標(biāo)識別與跟蹤的計算機仿真
4．3．1 目標(biāo)的識別
4．3．2 目標(biāo)方位角的跟蹤
第5章 信號分離技術(shù)
5．1 盲信號處理問題的一般描述
5．2 盲源分離的數(shù)學(xué)模型
5．2．1 線性瞬時混合模型
5．2．2 線性卷積混合模型
5．2．3 盲源分離的基本假設(shè)
5．3 盲源分離和獨立分量分析的關(guān)系
5．4 信號的預(yù)處理
5．4．1 零均值化
5．4．2 白化
5．5 統(tǒng)計獨立性及其度量
5．5．1 統(tǒng)計獨立性
5．5．2 信號獨立性度量
5．6 線性瞬時混合信號盲源分離算法
5．6．1 基于二階統(tǒng)計量的算法
5．6．2 基于高階統(tǒng)計量的算法
5．6．3 基于信息論的算法
5．7 算法性能評價指標(biāo)
5．7．1 分離精度性能指標(biāo)——PI值
5．7．2 噪聲縮減率指標(biāo)
5．8 目標(biāo)源數(shù)目估計算法
5．9 線性混疊信號盲分離實例
5．9．1 亞高斯聲信號混疊
5．9．2 亞高斯與超高斯聲信號混疊
5．9．3 實測混和信號盲分離
5．10 含有噪聲的混疊聲信號盲分離
5．10．1 含噪信號模型分析
5．10．2 白化算法的去偏
5．10．3 有噪聲數(shù)據(jù)的FastICA算法
5．10．4 基于累積量的自適應(yīng)ICA算法
5．10．5 噪聲混疊實測信號的ICA
第6章 陣列優(yōu)化技術(shù)
6．1 窄帶極大似然目標(biāo)定位算法模型
6．2 窄帶信號隨機極大似然目標(biāo)位置估計算法
6．2．1 SML算法推導(dǎo)
6．2．2 SML估計統(tǒng)計性能
6．3 窄帶信號單目標(biāo)位置估計誤差
6．4 寬帶信號單目標(biāo)位置估計誤差
6．5 常見陣列誤差分布規(guī)律
6．5．1 二元陣誤差分布
6．5．2 線陣誤差分布
6．5．3 三元陣誤差分布
6．5．4 四元以上平面陣列誤差分布
6．5．5 平面均勻圓陣誤差分布
6．6 近場和遠(yuǎn)場劃分界限
6．7 戰(zhàn)場條件下距離和方向估計誤差分析
第7章 被動距離估計技術(shù)
7．1 幅頻域距離估計原理及算法
7．2 距離估計誤差分析
7．2．1 已知PZ（r，f0），距離估計誤差分析
7．2．2 未知PZ（r，f0），距離估計誤差分析
7．2．3 目標(biāo)類型差異和大氣吸收函數(shù)差異，對距離估計誤差的影響
7．3 計算實例
第8章 多目標(biāo)DOA估計技術(shù)
8．1 窄帶信號DOA估計
8．1．1 窄帶信號DOA估計模型
8．1．2 窄帶信號DOA估計方法
8．1．3 非線性目標(biāo)函數(shù)優(yōu)化計算
8．1．4 初值估計方法
8．2 寬帶信號DOA估計
8．2．1 寬帶信號DOA估計模型
8．2．2 通用空間相關(guān)矩陣DOA估計方法
8．3 寬帶信號目標(biāo)數(shù)目估計方法
8．4 計算實例
8．4．1 仿真計算實例
8．4．2 實驗計算實例
參考文獻(xiàn)