基于多传感器融合的舰面稳态风场估计技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外的研究现状 | 第10-12页 |
| 1.2.2 国内的研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-16页 |
| 第2章 舰面稳态气流场数值模拟 | 第16-26页 |
| 2.1 风的基本特征 | 第16-17页 |
| 2.2 数值模拟理论控制方程 | 第17-20页 |
| 2.2.1 流体力学基本控制方程 | 第17-19页 |
| 2.2.2 湍流模型控制方程 | 第19-20页 |
| 2.3 舰面稳态风场数值模拟 | 第20-24页 |
| 2.3.1 计算模型 | 第21-22页 |
| 2.3.2 监测点分布及风场工况参数选取 | 第22-23页 |
| 2.3.3 ICEM网格划分 | 第23-24页 |
| 2.3.4 边界条件 | 第24页 |
| 2.3.5 仿真计算 | 第24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 风传感器布置位置流场分布规律 | 第26-34页 |
| 3.1 风传感器现有布置位置流场分析 | 第26-27页 |
| 3.2 风传感器其它布置位置流场分析 | 第27-30页 |
| 3.3 不同位置湍流效应影响程度分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 舰载风传感器误差特性及最优布置方案研究 | 第34-46页 |
| 4.1 双传感现有布置方案误差特性分析 | 第34-36页 |
| 4.2 双传感器最优布置方案分析 | 第36-40页 |
| 4.3 基于风矢量差的最优布置方案分析 | 第40-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 基于四传感器融合的舰面风场反演算法 | 第46-60页 |
| 5.1 四传感器最优加权融合风场反演算法 | 第46-50页 |
| 5.1.1 最优加权融合算法原理 | 第46-48页 |
| 5.1.2 算法实现 | 第48-50页 |
| 5.2 四传感器BP神经网络风场反演算法 | 第50-56页 |
| 5.2.1 BP神经网络算法原理 | 第50-52页 |
| 5.2.2 BP神经网络算法缺陷及改进 | 第52-53页 |
| 5.2.3 算法实现 | 第53-56页 |
| 5.3 两种四传感器融合算法性能初步分析 | 第56-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第6章 舰面风场反演算法性能仿真验证 | 第60-66页 |
| 6.1 舰面风场反演算法性能仿真验证方案 | 第60页 |
| 6.2 构造风场验证数据 | 第60-61页 |
| 6.3 双传感器传统算法误差分析 | 第61-63页 |
| 6.4 四传感器最优加权融合算法性能验证 | 第63-64页 |
| 6.5 四传感器BP神经网络算法性能验证 | 第64-65页 |
| 6.6 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
