GPS/INS紧组合导航系统的故障诊断方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景与意义 | 第10-12页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 故障诊断技术的发展 | 第12-14页 |
| 1.3 神经网络技术 | 第14-15页 |
| 1.4 本文的主要研究内容和章节安排 | 第15-17页 |
| 第2章 故障检测与诊断技术 | 第17-25页 |
| 2.1 概述 | 第17页 |
| 2.2 故障诊断技术 | 第17-22页 |
| 2.2.1 故障类型的分类 | 第18页 |
| 2.2.2 故障检测与诊断的任务及其研究的内容 | 第18-19页 |
| 2.2.3 故障诊断方法的分类 | 第19-22页 |
| 2.3 故障诊断在组合导航系统中的研究 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 GPS/INS组合导航系统 | 第25-38页 |
| 3.1 组合导航系统的发展 | 第25-28页 |
| 3.1.1 GPS/INS组合系统的提出 | 第25-27页 |
| 3.1.2 GPS/INS组合的优点及形式 | 第27-28页 |
| 3.2 组合导航系统信息融合理论 | 第28-31页 |
| 3.2.1 信息融合模型 | 第28-30页 |
| 3.2.2 卡尔曼滤波技术 | 第30-31页 |
| 3.3 组合导航子系统的误差 | 第31-37页 |
| 3.3.1 惯性导航系统 | 第31-34页 |
| 3.3.2 GPS卫星导航系统 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 GPS/INS紧组合导航系统的故障诊断 | 第38-53页 |
| 4.1 状态χ~2检验 | 第38-42页 |
| 4.1.1 单状态χ~2检验 | 第38-40页 |
| 4.1.2 双状态χ~2检验 | 第40-42页 |
| 4.2 自适应概率神经网络 | 第42-47页 |
| 4.2.1 概率神经网络 | 第42-44页 |
| 4.2.2 遗传算法 | 第44-47页 |
| 4.2.3 自适应PNN算法 | 第47页 |
| 4.3 组合导航系统故障的仿真 | 第47-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 基于集成自适应PNN分类器的故障诊断 | 第53-62页 |
| 5.1 集成分类算法 | 第53-54页 |
| 5.2 集成自适应PNN方法的结构设计与原理 | 第54-56页 |
| 5.2.1 集成自适应APNN方法的设计 | 第55-56页 |
| 5.2.2 集成自适应PNN工作原理 | 第56页 |
| 5.3 集成自适应PNN的故障诊断仿真结果 | 第56-61页 |
| 5.4 本章小节 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-70页 |
| 致谢 | 第70页 |
