| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 模型辨识研究现状 | 第11-12页 |
| 1.3 视频跟踪研究现状 | 第12-15页 |
| 1.4 本论文研究的主要内容 | 第15-16页 |
| 第2章 测试系统方案设计 | 第16-24页 |
| 2.1 虚拟仪器技术 | 第16-17页 |
| 2.2 虚拟仪器组成 | 第17-19页 |
| 2.2.1 虚拟仪器的硬件平台 | 第17-18页 |
| 2.2.2 虚拟仪器的软件系统 | 第18-19页 |
| 2.3 测试系统方案设计 | 第19-23页 |
| 2.3.1 硬件方案设计 | 第19-21页 |
| 2.3.2 软件设计流程 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 执行机构的模型辨识算法研究 | 第24-51页 |
| 3.1 模型概念及分类 | 第24-25页 |
| 3.1.1 模型的概念 | 第24页 |
| 3.1.2 模型的分类 | 第24-25页 |
| 3.2 模型辨识概述 | 第25-26页 |
| 3.3 模型参数辨识算法 | 第26-50页 |
| 3.3.1 最小二乘法 | 第26-29页 |
| 3.3.2 递推最小二乘法 | 第29-32页 |
| 3.3.3 遗传算法 | 第32-39页 |
| 3.3.4 粒子群算法 | 第39-43页 |
| 3.3.5 结合遗传算法与粒子群算法的混合算法 | 第43-47页 |
| 3.3.6 算法比较 | 第47-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第4章 视频跟踪算法研究 | 第51-70页 |
| 4.1 图像预处理 | 第51-54页 |
| 4.1.1 直方图修正 | 第51页 |
| 4.1.2 图像二值化 | 第51页 |
| 4.1.3 图像滤波 | 第51-52页 |
| 4.1.4 形态学处理 | 第52-54页 |
| 4.2 MeanShift算法概述 | 第54-61页 |
| 4.2.1 密度估计 | 第54-55页 |
| 4.2.2 MeanShift理论 | 第55-56页 |
| 4.2.3 MeanShift算法过程 | 第56-58页 |
| 4.2.4 MeanShift算法在视频跟踪的实现 | 第58-61页 |
| 4.3 模板匹配算法 | 第61-68页 |
| 4.3.1 图像特征 | 第62-64页 |
| 4.3.2 模板匹配 | 第64-65页 |
| 4.3.3 模板匹配跟踪 | 第65-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第5章 舵机系统的模型参数辨识的实验研究 | 第70-88页 |
| 5.1 舵机模型结构分析 | 第70-71页 |
| 5.2 基于电信号的舵机性能实验 | 第71-75页 |
| 5.2.1 飞行控制执行机构测试系统的硬件方案 | 第72-73页 |
| 5.2.2 飞行控制执行机构测试系统的软件设计 | 第73-75页 |
| 5.3 基于视觉跟踪的舵机测试 | 第75-84页 |
| 5.4 舵机模型辨识 | 第84-87页 |
| 5.5 本章小结 | 第87-88页 |
| 第6章 总结与展望 | 第88-90页 |
| 参考文献 | 第90-92页 |
| 攻读学位期间发表论文与研究成果清单 | 第92-93页 |
| 致谢 | 第93页 |