首页--军事论文--军事技术论文--武器、军用器材论文--步兵武器、枪械及其他近战武器论文--枪械论文--步枪、马枪论文

步枪射击瞄准位置校正研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第10-16页
    1.1 多传感器数据融合理论的提出以及应用在步枪射击中的意义第10-13页
    1.2 论文主要工作和章节安排第13-16页
第二章 步枪射击瞄准位置校正原理第16-24页
    2.1 瞄准位置偏移位移产生的原因第16-17页
    2.2 风速对瞄准位置的影响第17-19页
        2.2.1 风参数的检测第17-18页
        2.2.2 对风参数的处理模型第18-19页
    2.3 空气阻力对瞄准位置的影响第19-23页
        2.3.1 温度和湿度参数的检测第20页
        2.3.2 气压参数的检测第20页
        2.3.3 对温度、湿度和压强参数的处理模型第20-23页
    2.4 地心引力对子弹偏移位移的影响第23页
    2.5 本章小结第23-24页
第三章 多传感器数据融合估计基本理论第24-32页
    3.1 融合估计理论的发展第24-26页
    3.2 最优估计法第26-31页
        3.2.1 建立最小二乘估计模型第26-27页
        3.2.2 加权最小二乘估计模型的建立第27-28页
        3.2.3 最小方差估计模型的建立第28-29页
        3.2.4 线性最小方差估计模型的建立第29-30页
        3.2.5 比较上述最优估计的优缺点第30-31页
    3.3 本章小结多传感器数据融合理论第31-32页
第四章 多传感器加权融合方法的研究第32-44页
    4.1 加权平均融合方法第32-35页
        4.1.1 权值的最优分配第33-34页
        4.1.2 融合精度分析第34-35页
    4.2 动态权值加权融合方法第35-36页
    4.3 序贯动态权值加权融合方法第36-38页
        4.3.1 动态加权融合和序贯动态加权融合的融合精度分析第37-38页
    4.4 实测数据分析第38-43页
    4.5 本章小结第43-44页
第五章 多传感器融合估计算法的研究第44-60页
    5.1 经典的卡尔曼滤波算法第44-46页
        5.1.1 离散型卡尔曼(kalman)滤波算法第44-46页
        5.1.2 卡尔曼(kalman)滤波初始值的选取第46页
    5.2 多传感器集中式卡尔曼(kalman)滤波数据融合第46-47页
    5.3 多传感器联邦卡尔曼(kalman)滤波信息融合第47-49页
    5.4 多传感器自适应卡尔曼(kalman)滤波信息融合第49-50页
    5.5 仿真实验与结果分析第50-52页
    5.6 多传感器数据融合在射击手射击瞄准位置校正仿真第52-58页
        5.6.1 射击手瞄准位置变化运动模型的建立第52-53页
        5.6.2 实例验证第53-58页
    5.7 本章小结第58-60页
第六章 总结与展望第60-64页
    6.1 论文总结第60-61页
    6.2 本文存在不足和展望第61-64页
致谢第64-66页
参考文献第66-72页
附录 攻读硕士学位期间发表论文与参与课题第72页

论文共72页,点击 下载论文
上一篇:城轨引起近地表振动的传播规律研究
下一篇:重载静动态电液测力建模与实验研究