高速飞行器多源信息融合
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 课题研究背景与意义 | 第7-9页 |
| 1.2 多源信息融合方法研究现状与分析 | 第9-13页 |
| 1.2.1 多源信息融合过程 | 第9-10页 |
| 1.2.2 多源信息融合方法 | 第10-12页 |
| 1.2.3 多源信息融合技术的发展趋势 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 导航系统建模 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 惯导系统力学编排 | 第14-19页 |
| 2.2.1 INS误差模型与传播机理 | 第16-18页 |
| 2.2.2 INS误差传播方程 | 第18-19页 |
| 2.3 INS/CNS系统设计 | 第19-21页 |
| 2.3.1 CNS误差模型 | 第19-20页 |
| 2.3.2 INS/CNS系统观测方程 | 第20-21页 |
| 2.4 INS/GNSS系统设计 | 第21-23页 |
| 2.4.1 GNSS误差模型 | 第21-22页 |
| 2.4.2 INS/GNSS组合观测方程 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 目标识别与关联性分析 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 基本数据关联算法 | 第24-26页 |
| 3.2.1 最近邻域数据关联算法 | 第24-25页 |
| 3.2.2 K近领域数据关联算法 | 第25页 |
| 3.2.3 加权统计距离数据关联算法 | 第25-26页 |
| 3.3 概率数据关联算法 | 第26-28页 |
| 3.3.1 数学模型 | 第26-28页 |
| 3.3.2 关联概率计算方法 | 第28页 |
| 3.4 基于灰色系统理论的数据关联算法 | 第28-36页 |
| 3.4.1 无量纲归一化方法 | 第29-31页 |
| 3.4.2 灰色概率关联算法 | 第31-36页 |
| 3.5 目标识别仿真分析 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 多源信息融合方法研究 | 第38-59页 |
| 4.1 引言 | 第38页 |
| 4.2 局部估计卡尔曼滤波算法 | 第38-39页 |
| 4.3 全局最优数据融合方法研究 | 第39-44页 |
| 4.3.1 多源信息融合联邦滤波器设计理论 | 第40-43页 |
| 4.3.2 联邦滤波器模型 | 第43-44页 |
| 4.4 巡航段信息融合组合导航仿真分析 | 第44-56页 |
| 4.4.1 INS/CNS仿真结果 | 第45-46页 |
| 4.4.2 INS/GNSS仿真结果 | 第46-47页 |
| 4.4.3 INS/CNS/GNSS仿真结果 | 第47-56页 |
| 4.5 俯冲段导引头测量数据信息融合 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 简历 | 第64-66页 |
| 致谢 | 第66页 |
