水下導(dǎo)航信息融合技術(shù)

第一篇基礎(chǔ)篇.
緒論
0.1水下導(dǎo)航信息融合系統(tǒng)的設(shè)計思想
0.2導(dǎo)航多傳感器信息融合與軍事信息融合的關(guān)系
0.3國內(nèi)外水下導(dǎo)航信息融合技術(shù)的發(fā)展現(xiàn)狀
第一章綜合導(dǎo)航與信息融合
1.1綜合導(dǎo)航系統(tǒng)簡介
1.2數(shù)據(jù)與信息
1.3多傳感器信息融合的方法
1.4水下導(dǎo)航信息融合中海洋環(huán)境信息的使用
第二章導(dǎo)航信息的預(yù)處理
2.1數(shù)據(jù)同步
2.2系統(tǒng)誤差及其處理方法
2.3野值剔除
2.4坐標(biāo)系的統(tǒng)一
2.5數(shù)據(jù)壓縮
第三章動態(tài)系統(tǒng)模型的建立
3.1動態(tài)系統(tǒng)模型
3.2系統(tǒng)模型的離散化
3.3系統(tǒng)模型的線性化
3.4模型向量的選擇
3.5以推算導(dǎo)航為主體的動態(tài)模型
3.6以慣性導(dǎo)航為主體的動態(tài)模型
第四章卡爾曼濾波技術(shù)
4.1估計問題與卡爾曼濾波
4.2標(biāo)準(zhǔn)的卡爾曼濾波方程組
4.3標(biāo)準(zhǔn)卡爾曼濾波方程組的解算
4.4卡爾曼濾波在航海中的物理意義
4.5實用的卡爾曼濾波方程組
4.6卡爾曼濾波的定性分析
4.7卡爾曼濾波的發(fā)散現(xiàn)象及其處理
4.8Sage-Husa自適應(yīng)卡爾曼濾波
第二篇應(yīng)用篇
第五章潛艇水下導(dǎo)航信息融合系統(tǒng)的總體概況
5.1系統(tǒng)的總體構(gòu)成及各組成部分的功能
5.2系統(tǒng)的主要技術(shù)特點
5.3軟件平臺的選擇及其開發(fā)工具的優(yōu)點
第六章神經(jīng)網(wǎng)絡(luò)技術(shù)在導(dǎo)航數(shù)據(jù)預(yù)處理中的應(yīng)用..
6.1傳統(tǒng)的數(shù)據(jù)預(yù)處理方法
6.2采用Vogl快速算法的BP神經(jīng)網(wǎng)絡(luò)
6.3羅經(jīng)和計程儀神經(jīng)網(wǎng)絡(luò)的構(gòu)成
6.4羅經(jīng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練情況
6.5計程儀神經(jīng)網(wǎng)絡(luò)的訓(xùn)練情況
6.6BP網(wǎng)自適應(yīng)卡爾曼濾波器的結(jié)構(gòu)
6.7模擬實驗分析
第七章新息的模糊控制及頻譜與小波監(jiān)控技術(shù)
7.1新息的模糊控制技術(shù)
7.2新息的頻譜與小波監(jiān)控技術(shù)
第八章量測噪聲及估計方差矩陣自動加權(quán)卡爾曼濾波
8.1量測噪聲自動加權(quán)卡爾曼濾波及其在導(dǎo)航中的應(yīng)用
8.2估計方差矩陣自動加權(quán)卡爾曼濾波及其在導(dǎo)航中的應(yīng)用
8.3估計方差矩陣自動加權(quán)卡爾曼濾波OLE控件的實現(xiàn)
第九章自動計流的實現(xiàn)及其在潛艇水下導(dǎo)航中的應(yīng)用
9.1海流數(shù)據(jù)庫的建立
9.2潛艇在風(fēng)流中的航行
9.3潛艇水下定位方法及其存在的弊端
9.4人工計流方法
9.5自動計流的算法
9.6實際應(yīng)用及海試結(jié)果
第十章潛艇水下導(dǎo)航中的余流估計
10.1潮流表中流信息的偏差
10.2余流估計的基本思想
10.3余流估計的實際算法
10.4實測余流與資料余流之間的融合
10.5結(jié)論
第十一章基于VB實時通信的數(shù)據(jù)預(yù)處理和數(shù)據(jù)實時記錄
11.1導(dǎo)航數(shù)據(jù)實時采集和記錄簡介
11.2導(dǎo)航數(shù)據(jù)轉(zhuǎn)換接口裝置簡介
11.3基于VB中MSCOMM控件的數(shù)據(jù)采集及預(yù)處理
11.4實時數(shù)據(jù)記錄的實現(xiàn)
11.5海上試驗結(jié)果分析
第十二章試驗結(jié)果及效能評估
12.1試驗情況簡介和精度提高指標(biāo)
12.2遠(yuǎn)航模擬試驗1
12.3遠(yuǎn)航模擬試驗2
12.4渤海海試結(jié)果及精度分析
參考文獻(xiàn)...