基于天体目标的航天器智能天文导航方法
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-22页 |
1.1 课题的来源 | 第10页 |
1.2 课题研究的背景和意义 | 第10-12页 |
1.3 国内外研究现状及分析 | 第12-17页 |
1.3.1 航天器天文导航技术现状 | 第12-13页 |
1.3.2 基于天体目标的导航技术研究现状 | 第13-15页 |
1.3.3 智能导航及相关技术研究现状 | 第15-16页 |
1.3.4 国内外文献综述的简析 | 第16-17页 |
1.4 主要研究内容 | 第17-20页 |
1.4.1 面向航天器天文导航的天体知识库构建 | 第19-20页 |
1.4.2 基于知识的智能天文导航融合算法 | 第20页 |
1.4.3 智能天文导航算法验证系统设计 | 第20页 |
1.5 本文组织结构 | 第20-22页 |
第2章 基于知识的天文导航系统架构设计 | 第22-31页 |
2.1 引言 | 第22页 |
2.2 基于与或图的天体目标导航问题归约 | 第22-25页 |
2.3 基于本体技术的天体导航知识库的构建 | 第25-28页 |
2.4 基于知识的天文导航总体架构 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第3章 基于OWL语言的天体导航知识库构建技术 | 第31-45页 |
3.1 引言 | 第31页 |
3.2 基于OWL语言的本体建模方法 | 第31-35页 |
3.3 行星/卫星天体的导航知识本体表示 | 第35-44页 |
3.3.1 天体视直径和质心方位 | 第35-36页 |
3.3.2 天体地平线与参考恒星的角距 | 第36-37页 |
3.3.3 天体表面特征与参考恒星的角距 | 第37-39页 |
3.3.4 “掩星”时间测量 | 第39-41页 |
3.3.5 天体表面特征提取与匹配 | 第41-43页 |
3.3.6 天体晨昏线 | 第43-44页 |
3.4 本章小结 | 第44-45页 |
第4章 基于知识的导航信息融合与求解方法 | 第45-60页 |
4.1 引言 | 第45页 |
4.2 传统的卡尔曼滤波融合算法 | 第45-46页 |
4.3 基于贝叶斯网络的不确定性信息推理 | 第46-53页 |
4.3.1 贝叶斯网络及其拓展 | 第47-49页 |
4.3.2 导航信息融合中的多实体贝叶斯网络构建 | 第49-50页 |
4.3.3 导航信息的可信度计算 | 第50-53页 |
4.4 基于因子图的导航结果求解 | 第53-59页 |
4.4.1 因子图原理 | 第53-54页 |
4.4.2 因子图在导航信息融合的应用 | 第54-56页 |
4.4.3 天体导航观测信息的因子节点建立 | 第56-59页 |
4.5 本章小结 | 第59-60页 |
第5章 基于地/月天体知识的智能导航方法 | 第60-82页 |
5.1 引言 | 第60页 |
5.2 地/月天体导航计算流程 | 第60-61页 |
5.3 可用的导航信息分析 | 第61-65页 |
5.3.1 满月或新月 | 第62页 |
5.3.2 凸月 | 第62-63页 |
5.3.3 娥眉月 | 第63-64页 |
5.3.4 部分可见的天体图像 | 第64-65页 |
5.3.5 背景参考恒星 | 第65页 |
5.4 传感器测量误差建模 | 第65-68页 |
5.5 主要算法模块 | 第68-74页 |
5.5.1 天体椭球投影成像函数 | 第68-69页 |
5.5.2 椭圆拟合算法 | 第69-71页 |
5.5.3 天体表面的光照反射建模 | 第71-72页 |
5.5.4 天体边缘的地形噪声建模 | 第72-74页 |
5.6 仿真及结果分析 | 第74-81页 |
5.6.1 仿真方案 | 第74-76页 |
5.6.2 相机观测模拟 | 第76-77页 |
5.6.3 知识推理仿真 | 第77页 |
5.6.4 导航信息可信度计算仿真 | 第77-79页 |
5.6.5 导航信息融合计算仿真 | 第79-81页 |
5.7 本章小结 | 第81-82页 |
结论 | 第82-84页 |
参考文献 | 第84-90页 |
致谢 | 第90页 |