首页--航空、航天论文--航空港(站)、机场及其技术管理论文--空中管制与飞行调度论文--空中交通管制论文

基于TDOA的民航多点定位算法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 引言第11-12页
    1.2 研究背景及意义第12-15页
        1.2.1 传统机场场面监视系统和多点定位系统第12-13页
        1.2.2 多点定位技术发展第13-14页
        1.2.3 多点定位和现存技术对比第14-15页
        1.2.4 多点定位算法研究意义第15页
    1.3 国内外研究现状第15-16页
        1.3.1 国外算法和技术研究现状第15-16页
        1.3.2 国内算法和技术研究现状第16页
    1.4 本文研究思路第16-17页
    1.5 本文的研究内容及安排第17页
    1.6 本章小结第17-19页
第二章 多点定位技术第19-29页
    2.1 多点定位原理第19-22页
    2.2 多点定位系统构成及分类第22-23页
        2.2.1 多点定位系统构成第22-23页
        2.2.2 多点定位系统分类第23页
    2.3 多点定位系统特征第23页
    2.4 多点定位技术在民航中的应用第23-27页
        2.4.1 多点定位技术在民航不同领域应用第23-26页
        2.4.2 国外民航多点定位技术应用第26页
        2.4.3 中国民航多点定位技术应用第26-27页
    2.5 多点定位系统现存问题第27页
    2.6 本章小结第27-29页
第三章 多点定位算法比较分析第29-55页
    3.1 多点定位系统算法简述第29-30页
    3.2 构建算法评价指标第30-31页
    3.3 加权最小二乘法原理第31-32页
    3.4 Friedlander算法第32-34页
    3.5 SX和SI算法第34-36页
    3.6 泰勒级数展开法第36-44页
        3.6.1 Taylor算法分析第36-38页
        3.6.2 基于Taylor算法的仿真对比分析第38-44页
    3.7 Chan算法第44-48页
        3.7.1 Chan算法分析第44-46页
        3.7.2 基于Chan算法的仿真对比分析第46-48页
    3.8 Taylor级数法与Chan算法的仿真对比分析第48-54页
    3.9 本章小结第54-55页
第四章 改进多点定位算法和仿真第55-89页
    4.1 改进算法思路第55-58页
        4.1.1 改进算法思路一第55-57页
        4.1.2 改进算法思路二第57-58页
    4.2 遗传算法和蚁群算法第58-63页
        4.2.1 遗传算法第58-60页
        4.2.2 蚁群算法第60-63页
    4.3 改进型遗传蚁群算法第63-67页
        4.3.1 确定种群中每一个体取值范围第63-64页
        4.3.2 初始种群和适应度函数选取第64页
        4.3.3 遗传算子的选择第64-65页
        4.3.4 设置信息素的初始值第65页
        4.3.5 路径选择第65页
        4.3.6 信息素更新第65-66页
        4.3.7 改进型遗传蚁群算法创新点第66-67页
    4.4 基于改进型遗传蚁群算法的泰勒级数展开多点定位算法第67-68页
    4.5 改进型遗传蚁群算法的泰勒级数展开多点定位算法仿真分析第68-73页
    4.6 基于改进型遗传蚁群算法的Chan多点定位算法第73-75页
    4.7 改进型遗传蚁群算法的Chan多点定位算法仿真分析第75-80页
    4.8 四种算法仿真对比分析第80-86页
    4.9 本章小结第86-89页
第五章 多点定位误差问题分析第89-95页
    5.1 定位误差分析第89-93页
        5.1.1 多点定位系统主体误差组成第89-90页
        5.1.2 多点定位系统测量误差第90页
        5.1.3 多点定位系统其他类型误差第90-93页
    5.2 本章小结第93-95页
第六章 总结与展望第95-97页
致谢第97-99页
参考文献第99-103页
附录A 攻读硕士学位期间成果第103-105页
附录B(本文主要仿真代码)第105-121页
    附录B.1:基于泰勒级数展开算法的TDOA多点定位代码TDOA_Taylor.m第105-106页
    附录B.2:基于Chan算法的TDOA多点定位代码TDOA_Chan.m第106-107页
    附录B.3:遗传算法代码GenericAlg.m第107-109页
    附录B.4:改进蚁群算法代码ACO.m第109-111页
    附录B.5:SplitT函数对初始位置坐标拆分代码SplitT.m第111页
    附录B.6:CombT函数对新得初始位置坐标合并代码CombT.m第111-112页
    附录B.7:基于改进型遗传蚁群泰勒算法的TDOA多点定位代码TDOA_Improved.m第112-113页
    附录B.8:基于改进型遗传蚁群Chan算法的TDOA多点定位代码TDOA_Improved_Chan.m第113-115页
    附录B.9:主函数代码main.m第115-121页

论文共121页,点击 下载论文
上一篇:基于分簇路由的无线传感器网络节能算法研究
下一篇:基于激光传感器的钢轨轨廓测量技术的研究