| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 符号使用说明 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 制导精度分析 | 第12-14页 |
| 1.2.2 适应性评估方法 | 第14-15页 |
| 1.3 本文主要工作 | 第15-17页 |
| 第2章 复合制导等效试验折合 | 第17-42页 |
| 2.1 复合制导武器系统误差模型的数学描述 | 第17-18页 |
| 2.2 复合制导等效试验折合框架 | 第18-19页 |
| 2.3 SINS/SMNS系统误差分析与建模 | 第19-25页 |
| 2.3.1 SINS/SMNS系统简介 | 第19-23页 |
| 2.3.2 SINS/SMNS系统主要误差源 | 第23-25页 |
| 2.4 SINS工作原理及误差源分析 | 第25-29页 |
| 2.4.1 SINS力学编排方程 | 第25-27页 |
| 2.4.2 SINS误差分析 | 第27-29页 |
| 2.5 SINS/SMNS一体化响应模型与误差分析 | 第29-41页 |
| 2.5.1 Kalman滤波建模 | 第29-33页 |
| 2.5.2 非等间隔滤波与反馈校正 | 第33页 |
| 2.5.3 总误差响应模型分析 | 第33-36页 |
| 2.5.4 不确定性建模与分析 | 第36页 |
| 2.5.5 等效试验折合 | 第36-41页 |
| 2.6 小结 | 第41-42页 |
| 第3章 Bayes可信度融合评估的代表点优化方法 | 第42-52页 |
| 3.1 概述 | 第42-43页 |
| 3.2 基于可信度的Bayes估计 | 第43-46页 |
| 3.2.1 CEP的Bayes估计 | 第43-45页 |
| 3.2.2 基于可信度的后验加权估计 | 第45-46页 |
| 3.3 先验样本的代表点 | 第46-48页 |
| 3.3.1 代表点数目的优化方法 | 第46-47页 |
| 3.3.2 基于代表点的Bayes后验融合 | 第47-48页 |
| 3.4 代表点方法优化性能分析 | 第48-49页 |
| 3.5 数值试验 | 第49-51页 |
| 3.5.1 代表点数目的优化选取 | 第49-51页 |
| 3.5.2 方法性能对比 | 第51页 |
| 3.6 小结 | 第51-52页 |
| 第4章 多条件概率下的混合CEP模型及算法 | 第52-63页 |
| 4.1 概述 | 第52-53页 |
| 4.2 基于Bayes混合模型的多条件概率CEP建模 | 第53-54页 |
| 4.2.1 经典CEP定义 | 第53页 |
| 4.2.2 Bayes非参数混合模型 | 第53-54页 |
| 4.2.3 混合CEP方程 | 第54页 |
| 4.3 多条件概率下的混合CEP算法 | 第54-57页 |
| 4.3.1 混合CEP方程的简化 | 第55-56页 |
| 4.3.2 混合CEP点估计 | 第56-57页 |
| 4.3.3 混合CEP区间估计 | 第57页 |
| 4.4 算法性能分析 | 第57-59页 |
| 4.4.1 统计性质对比 | 第57-58页 |
| 4.4.2 先验失真对混合CEP误差的影响 | 第58-59页 |
| 4.5 数值试验 | 第59-62页 |
| 4.5.1 两正态分布混合总体 | 第59-60页 |
| 4.5.2 先验失真的误差上界 | 第60-61页 |
| 4.5.3 小子样下的混合CEP计算 | 第61-62页 |
| 4.6 小结 | 第62-63页 |
| 第5章 结束语 | 第63-65页 |
| 5.1 研究工作小结 | 第63页 |
| 5.2 可继续深入的研究工作 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 作者在学期间取得的学术成果 | 第71页 |