摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第12-20页 |
1.1 选题背景及意义 | 第12-13页 |
1.1.1 选题背景 | 第12-13页 |
1.1.2 研究意义 | 第13页 |
1.2 国内外相关研究现状 | 第13-17页 |
1.2.1 无人机运行监管软件研发现状 | 第13-15页 |
1.2.2 无人机运行环境建模与可视化研究现状 | 第15页 |
1.2.3 无人机空管监视技术及航迹数据融合研究现状 | 第15-17页 |
1.2.4 无人机实时危险识别与预警研究现状 | 第17页 |
1.3 本文主要研究内容 | 第17-20页 |
第二章 无人机运行环境建模研究 | 第20-33页 |
2.1 各类空域环境建模 | 第20-23页 |
2.1.1 空域分类 | 第20页 |
2.1.2 空域建模 | 第20-22页 |
2.1.3 空域拓扑分析算法 | 第22-23页 |
2.2 基于ASTER GDEM的自然地形环境建模 | 第23-26页 |
2.2.1 ASTER GDEM数据简介 | 第24-25页 |
2.2.2 高程内插算法 | 第25-26页 |
2.3 基于全国雷达反射拼图的实时气象环境建模 | 第26-32页 |
2.3.1 全国雷达反射拼图简介 | 第26页 |
2.3.2 全国雷达反射拼图图像配准与投影变换 | 第26-31页 |
2.3.3 基于雷达反射图的降水率估计 | 第31-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于主被动反馈系统的无人机航迹融合 | 第33-47页 |
3.1 无人机监视数据获取与处理 | 第33-37页 |
3.1.1 ADS-B数据获取 | 第33-35页 |
3.1.2 无人机地面站数据获取 | 第35-37页 |
3.2 无人机跟踪算法 | 第37-41页 |
3.2.1 目标跟踪基本方法 | 第37页 |
3.2.2 卡尔曼滤波基本模型 | 第37-38页 |
3.2.3 坐标转换 | 第38-39页 |
3.2.4 基于IMM的无人机跟踪算法 | 第39-41页 |
3.3 基于无人机主被动反馈系统数据的异步航迹融合 | 第41-43页 |
3.3.1 数据预处理 | 第41-42页 |
3.3.2 基于凸组合融合算法的无人机异步航迹融合 | 第42-43页 |
3.4 案例分析 | 第43-46页 |
3.5 本章小结 | 第46-47页 |
第四章 无人机实时危险识别与预警技术研究 | 第47-67页 |
4.1 无人机空域预警 | 第47-50页 |
4.1.1 无人机空域入侵预警检测 | 第47-49页 |
4.1.2 无人机空域脱离预警检测 | 第49-50页 |
4.2 近地预警 | 第50-52页 |
4.2.1 无人机近地飞行面生成 | 第50-51页 |
4.2.2 近地预警检测 | 第51-52页 |
4.3 危险天气预警 | 第52-54页 |
4.3.1 基于栅格气象数据的危险天气区域划设 | 第52-53页 |
4.3.2 危险天气预警检测 | 第53-54页 |
4.4 飞行冲突预警 | 第54-62页 |
4.4.1 无人机安全间隔 | 第54页 |
4.4.2 飞行冲突预警检测 | 第54-57页 |
4.4.3 飞行冲突解脱策略 | 第57-62页 |
4.5 案例分析 | 第62-66页 |
4.6 本章小结 | 第66-67页 |
第五章 基于NASA World Wind的无人机运行监管仿真 | 第67-85页 |
5.1 系统需求分析 | 第67-68页 |
5.1.1 系统需求分析 | 第67页 |
5.1.2 NASA World Wind简介 | 第67-68页 |
5.2 系统设计与实现 | 第68-76页 |
5.2.1 系统总体框架设计 | 第68-69页 |
5.2.2 三维场景构建 | 第69-70页 |
5.2.3 目标跟踪与数据融合子系统设计 | 第70-72页 |
5.2.4 无人机危险预警子系统设计 | 第72-76页 |
5.3 无人机监管系统功能介绍及运行界面 | 第76-83页 |
5.3.1 无人机监管系统功能介绍 | 第76-77页 |
5.3.2 无人机监管系统运行界面 | 第77-83页 |
5.4 本章小结 | 第83-85页 |
第六章 总结与展望 | 第85-87页 |
6.1 研究总结与成果 | 第85页 |
6.2 未来展望 | 第85-87页 |
参考文献 | 第87-91页 |
致谢 | 第91-92页 |
在学期间的研究成果及发表的学术论文 | 第92页 |