首页--工业技术论文--无线电电子学、电信技术论文--无线电导航论文

全张量多特征融合的重力梯度辅助导航匹配区选择准则研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状与发展第10-14页
        1.2.1 水下辅助导航方法第10-11页
        1.2.2 重力梯度张量测量第11-12页
        1.2.3 辅助导航的匹配区选择方法第12-13页
        1.2.4 辅助导航匹配算法第13-14页
    1.3 论文主要研究内容与安排第14-15页
第2章 全张量重力梯度多特征提取及分析第15-28页
    2.1 重力及重力梯度第15-18页
    2.2 重力梯度正演第18-19页
    2.3 全张量重力梯度局部多特征参数第19-21页
    2.4 全张量重力梯度特征参数的提取及分析第21-27页
        2.4.1 遍历窗口大小的选定第21-22页
        2.4.2 全张量重力梯度特征参数的提取第22-25页
        2.4.3 全张量重力梯度特征参数的分析第25-27页
    2.5 本章小结第27-28页
第3章 基于特征统计的FTMFF重力梯度辅助导航匹配区选择准则的研究第28-45页
    3.1 匹配算法第28-30页
        3.1.1 匹配算法相似性测度第28-29页
        3.1.2 MAD算法第29-30页
    3.2 匹配实验及分析第30-38页
        3.2.1 匹配仿真步骤第30页
        3.2.2 区域选择第30-35页
        3.2.3 实验数据统计及分析第35-38页
    3.3 重力梯度辅助导航匹配区选择准则的提出第38-39页
    3.4 仿真验证第39-44页
    3.5 本章小结第44-45页
第4章 基于支持向量机的FTMFF重力梯度辅助导航匹配区选择准则的研究第45-61页
    4.1 支持向量机理论基础第45-51页
        4.1.1 最优分类超平面第45-47页
        4.1.2 支持向量分类机中的线性分类第47-49页
        4.1.3 支持向量机训练算法第49页
        4.1.4 核函数第49-51页
    4.2 基于SVM的全张量重力梯度匹配区选择模型的搭建第51-56页
        4.2.1 确定标签和样本第51-52页
        4.2.2 选取模型的参数第52-56页
    4.3 样本测试第56页
    4.4 支持向量机训练模型基础上的全张量重力梯度匹配区选择准则的提出第56-57页
    4.5 仿真结果及分析第57-59页
    4.6 本章小结第59-61页
第5章 总结与展望第61-63页
    5.1 总结第61-62页
    5.2 展望第62-63页
致谢第63-64页
参考文献第64-68页
附录1 攻读硕士学位期间发表的论文第68-69页
附录2 攻读硕士学位期间参加的科研项目第69页

论文共69页,点击 下载论文
上一篇:H集团基于云计算的会计决策支持系统建设研究
下一篇:高校ZigBee网络指纹考勤系统的设计与实现