基于ADS-B技术的通航飞行器避险方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容 | 第12-15页 |
| 第2章 ADS-B技术介绍及应用 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 ADS-B系统介绍 | 第15-17页 |
| 2.3 ADS-B与SSR的对比 | 第17-18页 |
| 2.4 ADS-B的发展与运用 | 第18-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 飞行器冲突探测与解脱方法研究 | 第21-35页 |
| 3.1 引言 | 第21页 |
| 3.2 飞行器坐标系和运动方程 | 第21-24页 |
| 3.2.1 飞行器坐标系 | 第21-22页 |
| 3.2.2 飞行器运动方程 | 第22-24页 |
| 3.3 飞行器冲突探测 | 第24-29页 |
| 3.3.1 飞行器保护区 | 第24-25页 |
| 3.3.2 飞行冲突种类 | 第25-27页 |
| 3.3.3 飞行冲突探测方法 | 第27-29页 |
| 3.4 冲突解脱策略 | 第29-33页 |
| 3.4.1 调整航向角的冲突解脱 | 第29-31页 |
| 3.4.2 调整航行速度的冲突解脱 | 第31-32页 |
| 3.4.3 动态冲突解脱策略 | 第32-33页 |
| 3.5 本章小结 | 第33-35页 |
| 第4章 改进粒子群算法在冲突解脱问题中的应用 | 第35-57页 |
| 4.1 引言 | 第35页 |
| 4.2 基本粒子群算法 | 第35-37页 |
| 4.2.1 基本粒子群算法的更新 | 第35-36页 |
| 4.2.2 基本粒子群算法的流程 | 第36-37页 |
| 4.3 粒子群算法的改进策略 | 第37-40页 |
| 4.3.1 惯性权重的引入 | 第37页 |
| 4.3.2 基于惯性权重的改进 | 第37-39页 |
| 4.3.3 基于学习因子的改进 | 第39-40页 |
| 4.4 动态自适应机器粒子群算法 | 第40-43页 |
| 4.4.1 算法的提出 | 第40-41页 |
| 4.4.2 算法进化公式的改进 | 第41-43页 |
| 4.5 算法仿真分析 | 第43-50页 |
| 4.5.1 测试函数 | 第43-45页 |
| 4.5.2 算法收敛精度分析 | 第45-46页 |
| 4.5.3 算法收敛速度分析 | 第46-50页 |
| 4.6 基于DARPSO的飞行冲突解脱策略 | 第50-52页 |
| 4.7 冲突解脱算例分析 | 第52-56页 |
| 4.8 本章小结 | 第56-57页 |
| 第5章 实验平台搭建与试飞试验 | 第57-65页 |
| 5.1 地面站实验平台 | 第57-58页 |
| 5.2 ADS-B设备 | 第58-61页 |
| 5.3 冲突解脱实验实现 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 攻读硕士学位期间所发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
