首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

UUV回收对接的数据融合及预报方法研究

摘要第1-6页
ABSTRACT第6-10页
第1章 绪论第10-20页
   ·研究背景和意义第10页
   ·UUV 对接回收概述第10-14页
     ·UUV 对接回收现状第11-14页
   ·基于传感器的运动预报方法简介第14-19页
     ·多传感器数据融合研究现状第14-15页
     ·数据融合在 UUV 系统中应用意义第15-17页
     ·运动预报方法研究背景以及应用现状第17-19页
   ·本文的主要研究内容和组织结构第19-20页
第2章 回收对接系统设计及建模第20-34页
   ·引言第20页
   ·UUV 对接回收系统总体设计第20-21页
     ·对接系统设计思路第20页
     ·对接回收方案选取第20-21页
   ·水下感知系统第21-25页
     ·水下高度计第22-23页
     ·短基线定位声纳第23-24页
     ·视觉传感器第24页
     ·水下姿态传感器第24-25页
   ·UUV 对接回收数据融合系统设计第25-32页
     ·水下导航定位系统第25-26页
     ·短基线定位系统设计第26-29页
     ·视觉定位系统设计第29-32页
   ·短基线和视觉定位融合系统模型构建第32-33页
   ·本章小结第33-34页
第3章 UUV 回收对接的数据预处理第34-45页
   ·引言第34页
   ·多传感器数据融合基础第34-35页
     ·数据融合多级处理形式第34-35页
   ·数据空间和时间配准第35-40页
     ·回收定位系统坐标系第35-38页
     ·时间同步方法第38-40页
     ·传感器数据野值的剔除与滤波处理第40-44页
     ·数据的野值剔除第40-41页
     ·去噪问题的描述第41-42页
     ·平移不变量小波阈值方法第42-44页
   ·本章小结第44-45页
第4章 UUV 回收对接融合预报方法研究第45-58页
   ·引言第45页
   ·多传感器数据融合算法研究第45-48页
     ·适用于回收的加权平均融合算法第45-47页
     ·基于模糊规则的权值算法研究第47-48页
   ·基于 SBL 与视觉定位系统融合理论算法研究第48-52页
     ·系统模型描述第48-50页
     ·自适应卡尔曼融合算法第50-52页
   ·运动位置的预报研究第52-57页
     ·基于 kalman 的一步预报方法理论第52页
     ·基于 kalman 的多步向前预报器设计第52-55页
     ·运动预报算法实现第55-57页
   ·本章小结第57-58页
第5章 仿真验证第58-69页
   ·引言第58页
   ·定位系统的时间空间配准实验第58-61页
     ·时间空间配准算法实现第58页
     ·仿真结果与分析第58-61页
   ·传感器数据预处理第61-65页
     ·数据的野值剔除与去噪处理第61-62页
     ·仿真结果与分析第62-65页
   ·定位系统的数据融合实验第65-67页
     ·模糊自适应融合算法的实现第65-66页
     ·仿真结果与分析第66-67页
   ·本章小结第67-69页
结论第69-70页
参考文献第70-74页
攻读硕士学位期间发表的论文和取得的科研成果第74-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:基于量子点构建胆碱类酶生物传感器的研究
下一篇:基于BVP算法的旋转倒立摆自动起摆及稳摆控制