| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第12-13页 |
| 缩略词 | 第13-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-18页 |
| 1.1.1 舰载无人机的发展 | 第14-15页 |
| 1.1.2 无人机自主着舰导引技术 | 第15-17页 |
| 1.1.3 多源信息融合在着舰导引技术中的应用 | 第17-18页 |
| 1.2 国内外研究现状 | 第18-19页 |
| 1.2.1 GPS/INS组合导引方式 | 第18页 |
| 1.2.2 INS/视觉组合导引方式 | 第18-19页 |
| 1.2.3 GPS/视觉组合导引方式 | 第19页 |
| 1.2.4 其他形式的组合导引方式 | 第19页 |
| 1.3 本文的主要研究工作 | 第19-20页 |
| 1.4 本文的内容安排 | 第20-22页 |
| 第二章 基于多源信息融合的着舰导引技术方案设计 | 第22-33页 |
| 2.1 三种着舰导引传感器的基本原理 | 第22-25页 |
| 2.1.1 精密着舰雷达的基本原理 | 第22-23页 |
| 2.1.2 GPS导航定位的基本原理 | 第23-25页 |
| 2.1.3 机器视觉导航定位的基本原理 | 第25页 |
| 2.2 三种着舰导引方式的分类与对比 | 第25-29页 |
| 2.2.1 精密着舰雷达的优缺点与误差分析 | 第25-26页 |
| 2.2.2 GPS定位导航的优缺点与误差分析 | 第26-27页 |
| 2.2.3 机器视觉定位导航的优缺点与误差分析 | 第27页 |
| 2.2.4 总结 | 第27-29页 |
| 2.3 全自动着舰多导引方式的信息流特性分析 | 第29-31页 |
| 2.3.1 基于雷达的自动着舰导引系统 | 第29页 |
| 2.3.2 基于舰载相对GPS技术的联合精密进场降落系统 | 第29-30页 |
| 2.3.3 基于机器视觉的全自动着舰导引系统 | 第30-31页 |
| 2.4 基于多源信息融合的着舰导引技术方案设计 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于多源图像融合的视觉信息增强算法研究 | 第33-48页 |
| 3.1 过完备字典的建立 | 第34-36页 |
| 3.2 稀疏系数的求解 | 第36-38页 |
| 3.3 融合图像的重建 | 第38-39页 |
| 3.4 仿真实验分析与验证 | 第39-47页 |
| 3.4.1 实验条件设置 | 第39-41页 |
| 3.4.2 实验结果分析 | 第41-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于多特征融合的航母自动识别算法研究 | 第48-64页 |
| 4.1 基于频域残差的显著性分析方法的航母候选区域确定 | 第48-53页 |
| 4.1.1 基于频域残差的显著性分析方法 | 第49-51页 |
| 4.1.2 基于显著图的航母候选区域确定 | 第51-53页 |
| 4.2 基于全局与局部特征融合的航母识别算法研究 | 第53-56页 |
| 4.2.1 SIFT底层特征描述子的提取 | 第54-55页 |
| 4.2.2 稀疏特征的提取 | 第55页 |
| 4.2.3 全局特征与局部特征的融合 | 第55-56页 |
| 4.2.4 基于线性SVM分类器的航母识别 | 第56页 |
| 4.3 仿真实验分析 | 第56-63页 |
| 4.3.1 实验条件设置 | 第56-57页 |
| 4.3.2 基于SR显著性分析方法的航母候选区域提取仿真分析 | 第57-59页 |
| 4.3.3 基于多特征融合的航母识别仿真分析 | 第59-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 基于INS/视觉融合的机舰相对位姿估计算法研究 | 第64-81页 |
| 5.1 视觉测量的理论基础 | 第64-66页 |
| 5.2 基于正交迭代的位姿估计算法原理 | 第66-70页 |
| 5.2.1 基于线性算法的旋转矩阵和平移向量初始值求解 | 第67-68页 |
| 5.2.2 基于正交迭代算法的选择矩阵与平移向量优化 | 第68-70页 |
| 5.2.3 姿态估计 | 第70页 |
| 5.3 INS与视觉测量融合算法 | 第70-72页 |
| 5.4 基于INS/视觉融合的无人机与航母相对位姿估计仿真分析 | 第72-80页 |
| 5.4.1 实验条件设置 | 第72-73页 |
| 5.4.2 基于正交迭代算法的相对位姿估计仿真分析 | 第73-79页 |
| 5.4.3 INS/视觉融合的相对位姿估计仿真分析 | 第79-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 研究工作总结 | 第81页 |
| 6.2 后续研究展望 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 致谢 | 第88-89页 |
| 在学期间的研究成果及发表的学术论文 | 第89页 |
