图像与声纳信号融合在潜艇自主导航中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| ·信息融合概述 | 第11-12页 |
| ·信息融合发展历程 | 第11页 |
| ·信息融合研究成果 | 第11-12页 |
| ·信息融合理论基础 | 第12-18页 |
| ·信息融合的定义 | 第12-13页 |
| ·多源信息融合的分类 | 第13-14页 |
| ·信息融合模型 | 第14页 |
| ·多源信息融合系统的基本模型 | 第14-17页 |
| ·多源信息融合算法 | 第17-18页 |
| ·信息融合技术发展的现状及趋势 | 第18-19页 |
| ·课题研究目的及意义 | 第19-20页 |
| ·课题的研究内容 | 第20-21页 |
| 第二章 潜艇模型自主导航系统 | 第21-25页 |
| ·自主式机器人的导航方式 | 第21页 |
| ·传感器的选择 | 第21-22页 |
| ·避障策略 | 第22页 |
| ·潜艇模型自主导航系统 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 声纳测距系统的设计 | 第25-45页 |
| ·声纳及声纳传感器的概念 | 第25-26页 |
| ·声纳 | 第25页 |
| ·声纳换能器 | 第25-26页 |
| ·声纳测距 | 第26-27页 |
| ·声波分类 | 第26页 |
| ·声波性质 | 第26页 |
| ·声纳测距方法 | 第26-27页 |
| ·声纳系统的指标 | 第27-28页 |
| ·战术指标 | 第27页 |
| ·技术指标 | 第27-28页 |
| ·设计声纳探测系统需要考虑的问题 | 第28-31页 |
| ·盲区 | 第28页 |
| ·系统参数的选取 | 第28-31页 |
| ·声纳测距系统的设计 | 第31-44页 |
| ·发射电路 | 第31-35页 |
| ·收发转换电路 | 第35-36页 |
| ·接收预处理电路 | 第36-40页 |
| ·超声波测距信号处理方法 | 第40页 |
| ·本文研究的信号处理方法 | 第40-41页 |
| ·声纳测距系统测距结果及分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 潜艇模型避障系统中的图像信号处理 | 第45-58页 |
| ·基础知识 | 第45-48页 |
| ·智能机器人 | 第45页 |
| ·机器人视觉 | 第45-46页 |
| ·CCD 视觉传感器 | 第46页 |
| ·摄像机 | 第46-47页 |
| ·摄像机的几何模型 | 第47-48页 |
| ·摄像头 | 第48页 |
| ·CCD 视频图像信号的特点 | 第48-49页 |
| ·图像信号的特点 | 第48页 |
| ·CCD 视频信号的特点 | 第48-49页 |
| ·模拟视频信号的数字化 | 第49页 |
| ·潜艇模型避障的CCD 视觉图像信息处理 | 第49-57页 |
| ·灰度化处理 | 第50页 |
| ·预处理 | 第50-53页 |
| ·图像分割 | 第53-57页 |
| ·障碍物边缘坐标提取 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于模糊神经网络的信息融合技术 | 第58-73页 |
| ·模糊神经网络理论基础 | 第59-63页 |
| ·模糊理论 | 第59-60页 |
| ·人工神经网络 | 第60页 |
| ·模糊神经网络起源、产生和发展 | 第60-61页 |
| ·模糊神经网络的概念 | 第61-62页 |
| ·模糊神经网络的结构 | 第62-63页 |
| ·基于模糊神经网络的图像和声纳信息的融合 | 第63-72页 |
| ·预处理 | 第64-65页 |
| ·基于T-S 模型的模糊神经网络 | 第65-66页 |
| ·模糊神经网络控制器 | 第66-67页 |
| ·模糊控制器控制规则的确立 | 第67页 |
| ·模糊神经网络的训练 | 第67-72页 |
| ·本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 潜艇模型图片 | 第79-80页 |
| 攻读硕士学位期间取得的研究成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 答辩委员会对论文的评定意见 | 第82页 |
