基于动态多尺度的火箭飞行数据模糊Kalman融合
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-20页 |
| ·航天测量数据面临的问题 | 第8-9页 |
| ·多传感器信息融合概述 | 第9-16页 |
| ·信息融合的定义 | 第9-10页 |
| ·信息融合的发展现状 | 第10-11页 |
| ·信息融合的功能特点 | 第11-12页 |
| ·信息融合的基本方法 | 第12-14页 |
| ·信息融合的层次及通用模型 | 第14-16页 |
| ·多尺度系统理论基本方法 | 第16-18页 |
| ·内容安排 | 第18-20页 |
| 2 外测多分辨率传感器测量数据融合基本方法 | 第20-29页 |
| ·外测数据处理简介 | 第20-21页 |
| ·外测数据处理的分类和作用 | 第20-21页 |
| ·外测数据事后处理的分类 | 第21页 |
| ·状态估计方法概述 | 第21-26页 |
| ·多传感器融合与状态估计 | 第21-22页 |
| ·Kalman 滤波的基本原理 | 第22-25页 |
| ·模糊自适应Kalman 滤波 | 第25-26页 |
| ·多尺度分析原理 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 多分辨率传感器测量数据预处理 | 第29-38页 |
| ·原始弹道数据的特征 | 第29-32页 |
| ·原始弹道数据的拟合 | 第32-33页 |
| ·GRNN 神经网络理论基础 | 第33-34页 |
| ·平滑参数的确定 | 第34-35页 |
| ·算法实验仿真 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于 Haar 小波的动态多尺度系统建模 | 第38-51页 |
| ·集中式建模系统描述 | 第38-39页 |
| ·动态系统多尺度分布式融合 | 第39-40页 |
| ·动态多尺度系统Haar 小波实现 | 第40-45页 |
| ·投影算子实现 | 第45-47页 |
| ·算法实验仿真 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 5 基于动态多尺度的模糊 Kalman 融合 | 第51-64页 |
| ·模糊控制器的组成 | 第51-53页 |
| ·系统模糊Kalman 滤波估计 | 第53-61页 |
| ·模糊控制器的结构设计 | 第53-54页 |
| ·模糊控制规则的选择 | 第54-59页 |
| ·解模糊化 | 第59-60页 |
| ·模糊控制论域、量化因子及比例因子的确定 | 第60-61页 |
| ·算法实验仿真 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| ·本文工作总结 | 第64页 |
| ·未来研究与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71页 |
