摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第14-22页 |
1.1 研究背景与意义 | 第14-15页 |
1.1.1 多星协同观测研究背景 | 第14-15页 |
1.1.2 多星协同观测任务规划研究意义 | 第15页 |
1.2 卫星协同对地观测任务规划技术研究现状 | 第15-19页 |
1.2.1 面向点目标的卫星观测任务规划技术研究现状 | 第16-17页 |
1.2.2 面向区域目标的卫星观测任务规划技术研究现状 | 第17-18页 |
1.2.3 卫星观测信息融合研究现状 | 第18-19页 |
1.3 本文主要工作 | 第19-22页 |
第二章 多星协同对地观测任务规划问题分析及模型建立 | 第22-36页 |
2.1 多星协同对地观测任务规划系统设计 | 第22-26页 |
2.1.1 多星协同对地观测问题分析 | 第22-24页 |
2.1.2 多星协同对地观测任务规划总体思路 | 第24页 |
2.1.3 多星协同对地观测任务规划框架设计 | 第24-26页 |
2.2 多星协同对地观测任务规划模型建立 | 第26-31页 |
2.2.1 基本假设 | 第27页 |
2.2.2 模型基本符号 | 第27-28页 |
2.2.3 三维属性离散化处理 | 第28-30页 |
2.2.4 观测行为定义及离散化处理 | 第30页 |
2.2.5 主要约束条件 | 第30-31页 |
2.3 面向多目标潜在区域的初次观测任务规划 | 第31-32页 |
2.3.1 时空频联合观测覆盖最大化 | 第31-32页 |
2.3.2 时空频联合观测覆盖均衡化 | 第32页 |
2.3.3 多目标联合优化 | 第32页 |
2.4 面向多目标潜在区域的循环观测任务规划 | 第32-34页 |
2.4.1 发现概率融合 | 第32-33页 |
2.4.2 发现概率最大化 | 第33-34页 |
2.5 本章小结 | 第34-36页 |
第三章 时空频域三维覆盖优化的多星协同对地观测任务规划算法 | 第36-46页 |
3.1 经典遗传算法 | 第36-37页 |
3.2 基于遗传算法的改进求解算法 | 第37-40页 |
3.2.1 二进制时频矩阵编码 | 第37-38页 |
3.2.2 自适应性矩阵初始化 | 第38-39页 |
3.2.3 约束处理方法 | 第39页 |
3.2.4 算法实现步骤 | 第39-40页 |
3.3 仿真实验与分析 | 第40-43页 |
3.3.1 场景布设 | 第40页 |
3.3.2 仿真结果及分析 | 第40-43页 |
3.4 本章小结 | 第43-46页 |
第四章 目标发现概率优化的多星协同对地观测数据融合算法 | 第46-56页 |
4.1 证据理论基础及问题 | 第46-48页 |
4.1.1 基本概念 | 第46-47页 |
4.1.2 组合规则 | 第47页 |
4.1.3 存在问题 | 第47-48页 |
4.2 基于权重修正的观测概率融合技术 | 第48-51页 |
4.2.1 数据过滤 | 第48-49页 |
4.2.2 权重修正 | 第49-50页 |
4.2.3 模糊处理 | 第50-51页 |
4.3 仿真实验与分析 | 第51-54页 |
4.3.1 数据实例 | 第51-52页 |
4.3.2 场景仿真实例 | 第52-54页 |
4.4 本章小结 | 第54-56页 |
第五章 多星协同对地观测任务规划仿真系统 | 第56-62页 |
5.1 多星协同区域目标观测系统结构设计 | 第56页 |
5.2 系统模块及应用实例 | 第56-61页 |
5.3 本章小结 | 第61-62页 |
第六章 结束语 | 第62-66页 |
6.1 本文总结 | 第62-63页 |
6.2 未来的展望 | 第63-66页 |
致谢 | 第66-68页 |
参考文献 | 第68-72页 |
作者简历 | 第72页 |