飞行控制系统多传感器信息融合技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-24页 |
| ·引言 | 第13-14页 |
| ·无人机飞行控制系统 | 第14-15页 |
| ·信息融合技术概要 | 第15-21页 |
| ·信息融合的起源和发展 | 第15-17页 |
| ·信息融合的历史和现状 | 第17-19页 |
| ·信息融合的应用 | 第19-21页 |
| ·信息融合的优点和存在的不足 | 第21页 |
| ·研究背景 | 第21-23页 |
| ·课题的主要工作和论文结构 | 第23-24页 |
| 第二章 信息融合总体设计 | 第24-33页 |
| ·设计要求 | 第24-25页 |
| ·功能要求 | 第24页 |
| ·技术指标 | 第24-25页 |
| ·姿态角控制系统 | 第25-27页 |
| ·飞机坐标系和姿态角 | 第25-26页 |
| ·姿态运动方程 | 第26-27页 |
| ·三轴姿态控制 | 第27页 |
| ·高度控制系统 | 第27-29页 |
| ·飞机飞行高度表示 | 第27-28页 |
| ·高度运动方程 | 第28-29页 |
| ·高度控制 | 第29页 |
| ·信息融合总体设计 | 第29-31页 |
| ·总体结构设计 | 第29-30页 |
| ·融合算法选择 | 第30-31页 |
| ·实现方法 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第三章 多传感器测量技术 | 第33-49页 |
| ·高度多传感器测量 | 第33-43页 |
| ·大气数据计算机 | 第33-37页 |
| ·无线电高度表 | 第37-40页 |
| ·差分GPS | 第40-42页 |
| ·其它高度传感器简介 | 第42-43页 |
| ·姿态角多传感器测量 | 第43-47页 |
| ·垂直陀螺 | 第43-45页 |
| ·航姿参考系统 | 第45-47页 |
| ·其它姿态角确定方法 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于卡尔曼滤波的高度融合设计 | 第49-64页 |
| ·卡尔曼滤波理论 | 第49-53页 |
| ·Kalman 滤波与最优估计 | 第49-51页 |
| ·线性离散Kalman 滤波方程 | 第51-52页 |
| ·Kalman 滤波的性质和特点 | 第52-53页 |
| ·卡尔曼加权融合算法 | 第53-56页 |
| ·各传感器估计误差相互独立 | 第54-55页 |
| ·各传感器估计误差相互不独立 | 第55-56页 |
| ·基于卡尔曼滤波的高度融合设计 | 第56-63页 |
| ·系统描述 | 第56-58页 |
| ·Kalman 滤波器 | 第58-59页 |
| ·仿真结果与分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 基于BP 神经网络的姿态角融合设计 | 第64-79页 |
| ·神经网络概述 | 第64-67页 |
| ·人工神经网络的形成和发展 | 第64-65页 |
| ·神经网络基础 | 第65-67页 |
| ·BP 神经网络 | 第67-74页 |
| ·BP 网络的原理和结构 | 第68页 |
| ·BP 网络训练算法 | 第68-70页 |
| ·训练算法改进措施 | 第70-74页 |
| ·基于BP 网络的姿态角融合 | 第74-78页 |
| ·网络结构选择 | 第74-75页 |
| ·网络训练与结果分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 测试与结果分析 | 第79-94页 |
| ·算法实现 | 第79-82页 |
| ·基于Kalman 滤波的高度融合实现 | 第79-80页 |
| ·基于BP 神经网络的姿态角融合实现 | 第80-82页 |
| ·算法实时性分析 | 第82-83页 |
| ·验证与分析 | 第83-93页 |
| ·高度信息融合验证 | 第83-91页 |
| ·姿态角信息融合验证 | 第91-93页 |
| ·本章小结 | 第93-94页 |
| 第七章 总结和展望 | 第94-96页 |
| ·课题总结 | 第94-95页 |
| ·后期工作展望 | 第95-96页 |
| 参考文献 | 第96-99页 |
| 致谢 | 第99-100页 |
| 在学期间的研究成果及发表的学术论文 | 第100页 |
