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

数据融合技术研究及其在船舶组合导航中的应用

第1章 绪论第1-20页
 1.1 引言第8-9页
 1.2 数据融合技术国内外研究现状和存在的问题第9-13页
  1.2.1 信息融合系统结构第9-11页
  1.2.2 信息融合方法第11-13页
 1.3 故障检测方法综述第13-18页
  1.3.1 基于数学模型的故障诊断方法第14-15页
  1.3.2 基于人工智能的故障诊断方法第15-17页
  1.3.3 船舶组合导航系统中的故障检测方法第17-18页
 1.4 本课题的研究目的及所作的工作第18-20页
第2章 卡尔曼滤波和联邦滤波算法第20-32页
 2.1 卡尔曼滤波算法概述第20-23页
  2.1.1 卡尔曼滤波基本方程第20-22页
  2.1.2 卡尔曼滤波的特点第22-23页
 2.2 联邦滤波器理论第23-31页
  2.2.1 联邦滤波器的一般结构第23-24页
  2.2.2 联邦滤波器基本方程第24-25页
  2.2.3 联邦滤波器的工作流程和四个过程第25-28页
  2.2.4 联邦滤波器的四种结构第28-30页
  2.2.5 联邦滤波器的容错性分析第30-31页
 2.3 本章小结第31-32页
第3章 DR/GPS/劳兰C船舶组导系统研究第32-57页
 3.1 引言第32页
 3.2 DR(船位推算)第32-33页
 3.3 GPS导航系统第33-38页
  3.3.1 GPS系统组成第33-34页
  3.3.2 GPS定位原理第34-36页
  3.3.3 GPS导航系统的特点第36-37页
  3.3.4 GPS导航系统的误差分析第37-38页
 3.4 劳兰C导航系统第38-40页
  3.4.1 双曲线导航的基本原理第38-39页
  3.4.2 双曲线导航的特点第39页
  3.4.3 劳兰C导航系统的误差分析第39-40页
 3.5 DR/GPS/劳兰C船舶组合导航系统数学模型第40-46页
  3.5.1 状态方程的建立第40-44页
  3.5.2 DR/GPS船舶组合子系统量测方程第44-46页
  3.5.3 DR/劳兰C船舶组合子系统量测方程第46页
 3.6 DR/GPS/劳兰C组合导航系统仿真第46-56页
  3.6.1 DR系统仿真第47-48页
  3.6.2 DR/GPS组合卡尔曼滤波仿真第48-50页
  3.6.3 DR/劳兰C组合卡尔曼滤波仿真第50-52页
  3.6.4 DR/GPS/劳兰C组合联邦滤波仿真第52-56页
  3.6.5 仿真结果分析第56页
 3.7 本章小结第56-57页
第4章 船舶组合导航系统故障检测第57-70页
 4.1 船舶组合导航系统中的故障检测方法第57-65页
  4.1.1 问题描述第57-58页
  4.1.2 卡尔曼滤波中的状态x~2检验法第58-61页
  4.1.3 卡尔曼滤波中的残差x~2检验法第61-62页
  4.1.4 联邦滤波中的状态x~2检验法第62-64页
  4.1.5 x~2检验法的几种改善措施第64-65页
 4.2 船舶组合导航系统故障检测与分析第65-69页
  4.2.1 故障对DR/GPS/劳兰C系统性能的影响第65-67页
  4.2.2 x~2检验法故障检测第67-69页
  4.2.3 故障识别第69页
 4.3 本章小结第69-70页
第5章 船舶组导系统故障识别的神经网络方法第70-86页
 5.1 BP网络第70-79页
  5.1.1 BP网络的结构及工作原理第70-71页
  5.1.2 BP算法的数学原理第71-73页
  5.1.3 BP网络的特点第73-74页
  5.1.4 BP学习算法第74-76页
  5.1.5 BP算法的改进第76-78页
  5.1.6 BP网络的设计考虑第78-79页
 5.2 船舶组导系统故障识别的神经网络方法第79-85页
 5.3 本章小结第85-86页
结论第86-87页
参考文献第87-90页
攻读硕士学位期间发表的论文和取得的科研成果第90-91页
致谢第91-92页
附录第92-98页

论文共98页,点击 下载论文
上一篇:基于Agent的测井曲线预处理研究
下一篇:论米兰·昆德拉小说的幽默