第1章 概论
第2章 目标物理场特性测试与分析
2.1 声波传播特性
2.1.1 声场
2.1.2 声传播模型
2.1.3 传播过程中的声衰减
2.2 目标声和地震动信号采集系统
2.3 目标物理场测试方法
2.4 目标物理场特性分析
2.4.1 坦克目标声场特性分析
2.4.2 坦克目标地震动场特性分析
2.4.3 战场背景干扰噪声特性分析
第3章 预警技术
3.1 目标特征
3.2 基于模式识别的预警技术
3.3 基于过零率检测技术的目标预警
3.3.1 过零率理论
3.3.2 目标信号的过零率特性分析
第4章 多传感器探测技术
4.1 多传感器数据融合的基本原理
4.2 多传感器信息融合常用的理论与算法
4.3 目标识别与跟踪的计算机仿真
4.3.1 目标的识别
4.3.2 目标方位角的跟踪
第5章 信号分离技术
5.1 盲信号处理问题的一般描述
5.2 盲源分离的数学模型
5.2.1 线性瞬时混合模型
5.2.2 线性卷积混合模型
5.2.3 盲源分离的基本假设
5.3 盲源分离和独立分量分析的关系
5.4 信号的预处理
5.4.1 零均值化
5.4.2 白化
5.5 统计独立性及其度量
5.5.1 统计独立性
5.5.2 信号独立性度量
5.6 线性瞬时混合信号盲源分离算法
5.6.1 基于二阶统计量的算法
5.6.2 基于高阶统计量的算法
5.6.3 基于信息论的算法
5.7 算法性能评价指标
5.7.1 分离精度性能指标——PI值
5.7.2 噪声缩减率指标
5.8 目标源数目估计算法
5.9 线性混叠信号盲分离实例
5.9.1 亚高斯声信号混叠
5.9.2 亚高斯与超高斯声信号混叠
5.9.3 实测混和信号盲分离
5.10 含有噪声的混叠声信号盲分离
5.10.1 含噪信号模型分析
5.10.2 白化算法的去偏
5.10.3 有噪声数据的FastICA算法
5.10.4 基于累积量的自适应ICA算法
5.10.5 噪声混叠实测信号的ICA
第6章 阵列优化技术
6.1 窄带极大似然目标定位算法模型
6.2 窄带信号随机极大似然目标位置估计算法
6.2.1 SML算法推导
6.2.2 SML估计统计性能
6.3 窄带信号单目标位置估计误差
6.4 宽带信号单目标位置估计误差
6.5 常见阵列误差分布规律
6.5.1 二元阵误差分布
6.5.2 线阵误差分布
6.5.3 三元阵误差分布
6.5.4 四元以上平面阵列误差分布
6.5.5 平面均匀圆阵误差分布
6.6 近场和远场划分界限
6.7 战场条件下距离和方向估计误差分析
第7章 被动距离估计技术
7.1 幅频域距离估计原理及算法
7.2 距离估计误差分析
7.2.1 已知PZ（r，f0），距离估计误差分析
7.2.2 未知PZ（r，f0），距离估计误差分析
7.2.3 目标类型差异和大气吸收函数差异，对距离估计误差的影响
7.3 计算实例
第8章 多目标DOA估计技术
8.1 窄带信号DOA估计
8.1.1 窄带信号DOA估计模型
8.1.2 窄带信号DOA估计方法
8.1.3 非线性目标函数优化计算
8.1.4 初值估计方法
8.2 宽带信号DOA估计
8.2.1 宽带信号DOA估计模型
8.2.2 通用空间相关矩阵DOA估计方法
8.3 宽带信号目标数目估计方法
8.4 计算实例
8.4.1 仿真计算实例
8.4.2 实验计算实例
参考文献
