摘要 | 第1-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第11-18页 |
·课题背景 | 第11-13页 |
·研究意义 | 第13-14页 |
·开展论文研究的思路和具体实现 | 第14-15页 |
·论文结构 | 第15-18页 |
第二章 基于可见光探测技术的无人机视觉引导着降技术 | 第18-23页 |
·方案设计 | 第18-19页 |
·摄像系统标定 | 第19页 |
·目标自动识别跟踪与定位 | 第19页 |
·飞机着陆轨迹测量现场试验及结论 | 第19-22页 |
·本章小结 | 第22-23页 |
第三章 基于红外探测技术的无人机视觉引导着降技术 | 第23-43页 |
·基于红外探测技术的无人机视觉引导着降系统的构成 | 第23-27页 |
·系统方案设计 | 第23-24页 |
·系统硬件 | 第24-26页 |
·系统软件 | 第26-27页 |
·系统中的关键技术 | 第27-37页 |
·基于Kalman滤波的NNLOG算子目标跟踪和定位 | 第27-34页 |
·基于Singer模型的Kalman滤波目标位置估计 | 第27-29页 |
·NNLOG算子高精度定位 | 第29-32页 |
·目标跟踪与定位步骤 | 第32-33页 |
·目标跟踪与定位的实际图像测试及结果 | 第33-34页 |
·目交会算法 | 第34-35页 |
·快速标定方案 | 第35-37页 |
·验证实验 | 第37-41页 |
·本章小结 | 第41-43页 |
第四章 基于改进自适应Kalman滤波的视觉引导测速 | 第43-52页 |
·基于最优线性滤波的视觉引导测速技术简介 | 第43-44页 |
·自适应Kalman滤波 | 第44-45页 |
·基于改进自适应Kalman滤波算法的双目视觉引导测速 | 第45页 |
·基于改进自适应Kalman滤波算法的视觉引导测速步骤 | 第45-46页 |
·改进自适应Kalman滤波与最优多项式滤波测速仿真对比 | 第46-51页 |
·仅加高斯随机噪声 | 第46-48页 |
·加系统噪声和随机噪声 | 第48-51页 |
·本章小结 | 第51-52页 |
第五章 基于全光谱探测技术的无人机视觉引导着降技术 | 第52-61页 |
·基于紫外探测技术的无人机视觉引导着降技术的可行性论证 | 第52-54页 |
·太阳紫外辐射通过大气时的特性 | 第52-53页 |
·紫外相关硬件 | 第53-54页 |
·基于全光谱探测技术的无人机视觉引导着降技术的方案设计 | 第54-59页 |
·本章小结 | 第59-61页 |
第六章 总结 | 第61-65页 |
·本文工作结论 | 第61-62页 |
·论文主要创新点 | 第62-64页 |
·后续工作及展望 | 第64-65页 |
致谢 | 第65-67页 |
参考文献 | 第67-70页 |
作者在学期间取得的学术成果 | 第70页 |