| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外相关研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第二章 基于历史飞行数据的高度剖面聚类和拟合 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 航迹的聚类 | 第17-21页 |
| 2.2.1 航空轨迹的聚类方法 | 第17-19页 |
| 2.2.2 最小外包矩形距离 | 第19-21页 |
| 2.3 基于动态时间弯曲距离的飞行高度剖面拟合 | 第21-23页 |
| 2.3.1 动态时间弯曲距离 | 第21-22页 |
| 2.3.2 飞行高度剖面拟合 | 第22-23页 |
| 2.4 高度剖面拟合案例分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于隐马尔科夫模型的速度剖面识别 | 第26-35页 |
| 3.1 引言 | 第26页 |
| 3.2 速度剖面 | 第26-27页 |
| 3.2.1 速度剖面概述 | 第26-27页 |
| 3.2.2 速度剖面识别 | 第27页 |
| 3.3 基于隐马尔科夫模型的空速剖面识别 | 第27-33页 |
| 3.3.1 隐马尔科夫模型简介 | 第28-30页 |
| 3.3.2 基于隐马尔科夫空速剖面识别模型的建立 | 第30-33页 |
| 3.4 飞行速度状态识别案例分析 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于动态气象预报数据的 4D 航迹推测 | 第35-50页 |
| 4.1 引言 | 第35页 |
| 4.2 基于 GRIB 预报数据的航迹气象预测 | 第35-44页 |
| 4.2.1 大气模型和原始数据 | 第35-38页 |
| 4.2.2 GRIB 数据表示的意义 | 第38-42页 |
| 4.2.3 基于 GRIB 预报数据的航迹气象预测 | 第42-44页 |
| 4.3 基于气象预报数据的航迹修正 | 第44-48页 |
| 4.3.1 建立航空器动力学模型 | 第44-46页 |
| 4.3.2 基于气象预报数据的航迹修正 | 第46-48页 |
| 4.4 GRIB 数据预测 4D 航迹案例研究 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 3D 空中交通管制环境的构建及初始航迹仿真 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 总体需求分析与设计 | 第50-52页 |
| 5.2.1 功能需求分析 | 第50-51页 |
| 5.2.2 总体结构框架 | 第51-52页 |
| 5.3 Google Earth 虚拟环境开发平台 | 第52-54页 |
| 5.3.1 Google Earth 的应用 | 第52页 |
| 5.3.2 地标描述语言 | 第52-53页 |
| 5.3.3 三维建模技术 | 第53-54页 |
| 5.4 三维管制环境构建 | 第54-56页 |
| 5.4.1 SketchUp 特点与功能 | 第54-55页 |
| 5.4.2 SketchUp 三维建模方法 | 第55页 |
| 5.4.3 三维建模技术实现 | 第55-56页 |
| 5.5 基于 KML 语言实现初始航迹仿真 | 第56-59页 |
| 5.5.1 KML 语言功能及语法规则 | 第56-57页 |
| 5.5.2 KML 在 Google Earth 中的数据表现形式 | 第57-58页 |
| 5.5.3 初始航迹仿真 | 第58-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文研究成果 | 第60页 |
| 6.2 进一步的研究展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 在学期间的研究成果及发表的学术论文 | 第66页 |
