火箭飞行多源测量数据融合算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文研究内容和结构 | 第10-12页 |
| 2 数据融合与火箭飞行多源量测数据处理 | 第12-25页 |
| ·多源数据融合技术 | 第12-20页 |
| ·多源数据融合的定义 | 第12-13页 |
| ·多源数据融合的基本原理 | 第13页 |
| ·数据融合的功能模型 | 第13-15页 |
| ·数据融合的结构模型 | 第15-20页 |
| ·火箭多源测量数据的研究内容 | 第20-23页 |
| ·火箭飞行的轨道测量数据 | 第20-22页 |
| ·轨道测量数据的处理方式 | 第22页 |
| ·轨道测量数据处理的内容 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 3 火箭飞行测量数据的预处理 | 第25-31页 |
| ·轨道测量数据融合所涉及的坐标系及其转换 | 第25-27页 |
| ·常用坐标系 | 第25-26页 |
| ·坐标系间的转换 | 第26-27页 |
| ·时间对准算法 | 第27-29页 |
| ·最小二乘法 | 第27-28页 |
| ·时间对准插值法 | 第28-29页 |
| ·时间修正法 | 第29页 |
| ·轨道测量数据的数据检择算法研究 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 单测站飞行测量数据的状态估计算法 | 第31-44页 |
| ·状态估计的常规算法 | 第31-34页 |
| ·标准卡尔曼滤波算法 | 第31-32页 |
| ·扩展卡尔曼滤波算法 | 第32-34页 |
| ·卡尔曼滤波中的发散现象 | 第34页 |
| ·改进后的扩展卡尔曼滤波算法 | 第34-39页 |
| ·强跟踪滤波器的理论 | 第34-35页 |
| ·基于强跟踪滤波思想的改进扩展卡尔曼滤波器 | 第35-36页 |
| ·引入的次优渐消因子的求解算法 | 第36-39页 |
| ·改进后的扩展卡尔曼滤波算法的性能分析 | 第39页 |
| ·机理分析 | 第39页 |
| ·算法复杂度分析 | 第39页 |
| ·仿真与结果分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于动态分布式多级轨道数据的融合算法 | 第44-56页 |
| ·动态分布式多级数据融合的结构模型 | 第44-45页 |
| ·动态融合的实现 | 第45-46页 |
| ·融合中心的信息融合算法 | 第46-52页 |
| ·最小方差最优数据融合算法 | 第47-49页 |
| ·基于按对角阵加权的信息融合算法 | 第49-51页 |
| ·多传感器按对角阵加权融合的递推算法 | 第51-52页 |
| ·仿真与结果分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A. 作者在攻读学位期间发表的论文目录 | 第62页 |
