| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 贝叶斯网络的产生发展和国内外研究现状 | 第15-18页 |
| 1.3 现有研究的不足 | 第18-19页 |
| 1.4 本文的主要内容与章节安排 | 第19-20页 |
| 第二章 贝叶斯网络学习算法 | 第20-32页 |
| 2.1 贝叶斯网络介绍 | 第20-22页 |
| 2.2 贝叶斯网络结构学习 | 第22-24页 |
| 2.2.1 基于条件独立性测试的方法 | 第22页 |
| 2.2.2 基于打分搜索的方法 | 第22-24页 |
| 2.3 贝叶斯网络参数学习 | 第24-25页 |
| 2.4 K2 学习算法 | 第25-27页 |
| 2.5 仿真试验 | 第27-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 小样本数据集的贝叶斯网络结构学习 | 第32-44页 |
| 3.1 研究背景和意义 | 第32页 |
| 3.2 基于概率密度核估计的贝叶斯网络结构学习算法 | 第32-39页 |
| 3.2.1 概率密度核估计 | 第32-33页 |
| 3.2.2 概率密度核估计参数优化 | 第33-34页 |
| 3.2.3 基于贝叶斯网络概率密度核估计的小样本数据集拓展 | 第34-36页 |
| 3.2.4 基于互信息度的变量顺序确定 | 第36-38页 |
| 3.2.5 KI-K2 贝叶斯网络结构学习算法 | 第38-39页 |
| 3.3 仿真验证 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 无人直升机侦察仿真平台建模 | 第44-63页 |
| 4.1 问题研究背景及意义 | 第44-45页 |
| 4.2 整体框架 | 第45-47页 |
| 4.2.1 仿真环境选择 | 第45页 |
| 4.2.2 仿真问题设计 | 第45-47页 |
| 4.3 无人直升机原理介绍 | 第47-51页 |
| 4.3.1 坐标系介绍 | 第47-49页 |
| 4.3.2 无人直升机动力学方程及线性化 | 第49-51页 |
| 4.4 无人直升机运动控制模块 | 第51-55页 |
| 4.4.1 控制率设计 | 第51-52页 |
| 4.4.2 运动模块设计 | 第52-55页 |
| 4.5 目标运动模块 | 第55-57页 |
| 4.6 探测器模块 | 第57页 |
| 4.7 任务判断模块 | 第57-58页 |
| 4.8 测试及仿真验证 | 第58-61页 |
| 4.9 GUI 用户界面设计 | 第61-62页 |
| 4.10 本章小结 | 第62-63页 |
| 第五章 基于贝叶斯网络的无人直升机侦察性能优化研究 | 第63-75页 |
| 5.1 影响无人直升机侦察性能的因素分析 | 第64-65页 |
| 5.2 离散化变量取值 | 第65-66页 |
| 5.3 仿真试验及数据获得 | 第66-67页 |
| 5.4 贝叶斯网络学习 | 第67-71页 |
| 5.5 利用贝叶斯网络对无人直升机进行作战方案优化以及性能评估 | 第71-74页 |
| 5.6 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 本文研究内容 | 第75-76页 |
| 6.2 未来研究展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间已发表或录用的论文专利 | 第83页 |
