| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究目的 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 高超声速目标运动特性 | 第10-12页 |
| 1.2.2 目标运动行为识别方法 | 第12页 |
| 1.2.3 高超声速目标弹道估计 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第2章 高超声速目标运动学模型的建立 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 坐标系及其转换关系 | 第15-17页 |
| 2.2.1 坐标系的定义 | 第15-16页 |
| 2.2.2 坐标系的转换关系 | 第16-17页 |
| 2.3 目标运动学模型的建立 | 第17-22页 |
| 2.3.1 弹道坐标系下相对加速度方程 | 第18-19页 |
| 2.3.2 弹道坐标系下空气动力描述 | 第19-20页 |
| 2.3.3 弹道坐标系下地球引力描述 | 第20-21页 |
| 2.3.4 运动学模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 高超声速目标运动特性分析及其行为描述 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 纵向典型运动特性分析及其行为描述 | 第23-30页 |
| 3.2.1 准平衡滑翔 | 第23-26页 |
| 3.2.2 跳跃滑翔 | 第26-30页 |
| 3.3 侧向运动特性分析及其行为描述 | 第30-34页 |
| 3.3.1 摆动机动特性分析及行为描述 | 第30-32页 |
| 3.3.2 转弯机动特性分析及行为描述 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于机器学习的目标运动行为识别方法 | 第35-51页 |
| 4.1 引言 | 第35页 |
| 4.2 机器学习算法与数据采集及处理 | 第35-40页 |
| 4.2.1 Random Forest算法 | 第35-36页 |
| 4.2.2 Adaboost算法 | 第36-38页 |
| 4.2.3 目标运动行为识别数据的采集与处理 | 第38-40页 |
| 4.3 基于机器学习的纵向运动行为识别方法 | 第40-45页 |
| 4.3.1 纵向数据的筛选 | 第41-42页 |
| 4.3.2 纵向分类器的数学描述 | 第42-43页 |
| 4.3.3 纵向分类结果分析及识别方案的确定 | 第43-45页 |
| 4.4 基于机器学习的侧向运动行为识别方法 | 第45-49页 |
| 4.4.1 侧向数据的筛选 | 第46页 |
| 4.4.2 侧向分类器的数学描述 | 第46-47页 |
| 4.4.3 侧向分类结果分析及识别方案的确定 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 基于运动行为识别的高超声速目标弹道估计 | 第51-61页 |
| 5.1 引言 | 第51页 |
| 5.2 高超声速目标运动行为识别 | 第51-52页 |
| 5.3 基于扩展卡尔曼滤波的高超声速目标弹道估计方法 | 第52-55页 |
| 5.4 基于运动行为识别的弹道估计 | 第55-60页 |
| 5.4.1 运动行为识别和弹道估计的耦合影响分析 | 第55-57页 |
| 5.4.2 仿真结果及分析 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-69页 |
| 致谢 | 第69页 |