无人机飞行数据实时异常检测系统研制
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-22页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外在该方向的研究现状及分析 | 第10-19页 |
| 1.2.1 异常的基本概念 | 第10-11页 |
| 1.2.2 异常检测国内外研究现状 | 第11-13页 |
| 1.2.3 无人机异常检测技术国内外研究现状 | 第13-15页 |
| 1.2.4 无人机异常检测系统研究现状 | 第15-19页 |
| 1.3 研究现状总结 | 第19-20页 |
| 1.4 本文研究内容与结构 | 第20-22页 |
| 第2章 无人机异常检测系统总体设计 | 第22-32页 |
| 2.1 技术指标与需求分析 | 第22-23页 |
| 2.1.1 需求分析 | 第22-23页 |
| 2.1.2 技术指标 | 第23页 |
| 2.2 实时异常检测系统总体设计 | 第23-31页 |
| 2.2.1 系统总体设计方案 | 第23-25页 |
| 2.2.2 实时异常检测系统硬件平台设计 | 第25-28页 |
| 2.2.3 实时异常检测算法模块化设计 | 第28-31页 |
| 2.3 本章小结 | 第31-32页 |
| 第3章 基于HLS的实时异常检测算法模块化设计 | 第32-49页 |
| 3.1 基于预测模型的单维飞行数据异常检测 | 第32-41页 |
| 3.1.1 飞行数据异常分类 | 第32-34页 |
| 3.1.2 单维飞行数据异常检测方法 | 第34-35页 |
| 3.1.3 基于LS-SVM的在线异常检测框架 | 第35-38页 |
| 3.1.4 基于HLS的LS-SVM算法实现 | 第38-41页 |
| 3.2 基于聚类的多维飞行数据异常检测 | 第41-48页 |
| 3.2.1 基于聚类的多维飞行数据异常检测算法 | 第41-42页 |
| 3.2.2 基于k-means在线异常检测框架 | 第42-45页 |
| 3.2.3 基于HLS的k-means算法实现 | 第45-48页 |
| 3.3 本章小结 | 第48-49页 |
| 第4章 机载异常检测系统测试 | 第49-69页 |
| 4.1 机载异常检测系统测试方案设计 | 第49-51页 |
| 4.2 异常检测算法测试与对比实验设计 | 第51-64页 |
| 4.2.1 实验数据及异常检测评价指标 | 第51-52页 |
| 4.2.2 单维数据异常检测算法验证实验 | 第52-59页 |
| 4.2.3 多维数据异常检测算法测试实验 | 第59-64页 |
| 4.3 异常检测系统测试实验 | 第64-67页 |
| 4.3.1 单维数据异常检测算法硬件模块测试 | 第64-67页 |
| 4.3.2 多维数据异常检测算法硬件模块测试 | 第67页 |
| 4.4 实验结果分析 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第77-79页 |
| 致谢 | 第79页 |
