| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 轨迹预测算法研究现状 | 第12页 |
| 1.2.2 UAV禁飞区预警研究现状 | 第12-13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 轨迹预测理论基础 | 第16-28页 |
| 2.1 轨迹预测理论概要 | 第16-17页 |
| 2.2 移动目标的运动模型 | 第17-20页 |
| 2.2.1 匀速（CV）模型 | 第17-18页 |
| 2.2.2 匀加速（CA）模型 | 第18页 |
| 2.2.3 Singer模型 | 第18-20页 |
| 2.3 Kalman滤波算法 | 第20-23页 |
| 2.3.1 连续时间Kalman滤波算法 | 第20-21页 |
| 2.3.2 离散时间Kalman滤波算法 | 第21-23页 |
| 2.4 检测自适应滤波算法 | 第23-25页 |
| 2.4.1 算法基本思想 | 第23页 |
| 2.4.2 机动检测 | 第23-24页 |
| 2.4.3 检测自适应轨迹预测 | 第24-25页 |
| 2.5 交互式多模型算法 | 第25-27页 |
| 2.5.1 IMM算法原理 | 第25-26页 |
| 2.5.2 IMM算法流程图 | 第26页 |
| 2.5.3 IMM算法分析 | 第26-27页 |
| 2.6 小结 | 第27-28页 |
| 第三章 无人机飞行轨迹预测 | 第28-45页 |
| 3.1 无人机飞行轨迹预测概要 | 第28-29页 |
| 3.2 GPS坐标到平面直角坐标的转换 | 第29-34页 |
| 3.2.1 坐标系与投影 | 第29-30页 |
| 3.2.2 WGS-84 大地坐标系与BJ-54 坐标系 | 第30-31页 |
| 3.2.3 WGS-84 大地坐标到BJ-54 大地坐标的转换 | 第31-33页 |
| 3.2.4 经纬度坐标到平面坐标的转换 | 第33-34页 |
| 3.3 基于改进最小二乘法的无人机飞行轨迹预测 | 第34-41页 |
| 3.3.1 曲线拟合 | 第35-36页 |
| 3.3.2 改进的最小二乘曲线拟合算法 | 第36-41页 |
| 3.4 计算飞行轨迹当前点的切线 | 第41-43页 |
| 3.5 小结 | 第43-45页 |
| 第四章 无人机禁飞区预警 | 第45-60页 |
| 4.1 NUCLEI预警算法总体设计方案 | 第45-46页 |
| 4.2 凸包以及最小外接矩形定义 | 第46-51页 |
| 4.2.1 凸包定义 | 第46-47页 |
| 4.2.2 最小外接矩形定义 | 第47-51页 |
| 4.3 MERT算法求解电子围栏的最小外接矩形 | 第51-57页 |
| 4.3.1 求解电子围栏的凸包 | 第52-54页 |
| 4.3.2 求解电子围栏凸包的最小外接矩形 | 第54-57页 |
| 4.4 判断无人机是否进入禁飞区 | 第57-59页 |
| 4.5 总结 | 第59-60页 |
| 第五章 测试与验证 | 第60-82页 |
| 5.1 无人机飞行轨迹预测算法测试 | 第60-72页 |
| 5.1.1 曲线拟合多项式阶次的选取 | 第60-63页 |
| 5.1.2 无人机飞行轨迹离散点数目的选取 | 第63-68页 |
| 5.1.3 改进最小二乘曲线拟合算法 | 第68-70页 |
| 5.1.4 轨迹预测算法对比分析 | 第70-72页 |
| 5.2 无人机禁飞区预警算法测试 | 第72-76页 |
| 5.2.1 无人机会进入禁飞区 | 第73-74页 |
| 5.2.2 无人机不会进入禁飞区 | 第74-76页 |
| 5.3 无人机预警监管平台应用 | 第76-80页 |
| 5.3.1 实时数据采集服务器 | 第76-77页 |
| 5.3.2 实时数据分析服务器 | 第77页 |
| 5.3.3 无人机飞行数据记录仪模块 | 第77-78页 |
| 5.3.4 无人机预警监管平台测试效果 | 第78-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 全文总结 | 第82页 |
| 6.2 工作展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 攻读硕士期间研究成果 | 第88-89页 |