現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用

內(nèi)容概要

　　《現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用》重點(diǎn)研究的組合導(dǎo)航技術(shù)是一種研究活躍、應(yīng)用廣泛、典型的信息融合技術(shù)。主要內(nèi)容有：信息融合和組合導(dǎo)航的基本概念、組合導(dǎo)航系統(tǒng)的數(shù)學(xué)基礎(chǔ)和研究方法、線(xiàn)性離散系統(tǒng)最優(yōu)估計(jì)方法、組合導(dǎo)航中各種卡爾曼濾波技術(shù)、非線(xiàn)性系統(tǒng)狀態(tài)估計(jì)濾波方法、智能信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用方法、聯(lián)邦卡爾曼濾波器的設(shè)計(jì)及應(yīng)用等。本書(shū)可作為導(dǎo)航專(zhuān)業(yè)本科生和碩士研究生的課程教材，又可作為工-程技術(shù)人員在組合導(dǎo)航系統(tǒng)科研中的參考用書(shū)。

書(shū)籍目錄

第1章　信息融合與組合導(dǎo)航1.1 信息融合的基本概念1.1.1　信息融合的由來(lái)1.1.2　信息融合的定義1.1.3　信息融合技術(shù)的應(yīng)用1.2　信息融合系統(tǒng)的功能與結(jié)構(gòu)模型1.2.1　信息融合系統(tǒng)的功能級(jí)別1.2.2　信息融合系統(tǒng)的功能模型1.2.3　信息融合系統(tǒng)的結(jié)構(gòu)模型1.2.4　信息融合理論的研究動(dòng)向1.3 導(dǎo)航系統(tǒng)的基本概念1.3.1　導(dǎo)航的基本概念1.3.2　導(dǎo)航系統(tǒng)在現(xiàn)代戰(zhàn)爭(zhēng)中的地位1.3.3　主要導(dǎo)航系統(tǒng)概述1.3.4　環(huán)境信息獲取系統(tǒng)1.3.5　信息支持與決策控制系統(tǒng)1.4　組合導(dǎo)航系統(tǒng)的基本概念1.4.1　組合導(dǎo)航的歷史與發(fā)展1.4.2　組合導(dǎo)航的基本概念1.4.3　常見(jiàn)的組合導(dǎo)航系統(tǒng)1.4.4　海軍艦艇組合導(dǎo)航系統(tǒng)1.5　組合導(dǎo)航理論的發(fā)展1.5.1　組合導(dǎo)航與信息融合之間的關(guān)系1.5.2　線(xiàn)性組合導(dǎo)航系統(tǒng)狀態(tài)估計(jì)理論1.5.3　非線(xiàn)性組合導(dǎo)航系統(tǒng)狀態(tài)估計(jì)理論本章小結(jié)參考文獻(xiàn)第2章　組合導(dǎo)航數(shù)學(xué)基礎(chǔ)與研究方法2.1 組合導(dǎo)航數(shù)學(xué)基礎(chǔ)2.1.1　概率論基礎(chǔ)知識(shí)2.1.2　隨機(jī)過(guò)程基礎(chǔ)知識(shí)2.2　具有隨機(jī)干擾的線(xiàn)性動(dòng)力學(xué)系統(tǒng)2.2.1　隨機(jī)線(xiàn)性連續(xù)系統(tǒng)的數(shù)學(xué)模型2.2.2　隨機(jī)線(xiàn)性離散系統(tǒng)的數(shù)學(xué)模型2.2.3　隨機(jī)線(xiàn)性連續(xù)系統(tǒng)的離散化2.3　導(dǎo)航系統(tǒng)數(shù)學(xué)模型2.3.1　慣性導(dǎo)航系統(tǒng)數(shù)學(xué)誤差模型2.3.2　衛(wèi)星導(dǎo)航系統(tǒng)誤差數(shù)學(xué)模型2.4　最優(yōu)估計(jì)方法2.4.1　最小二乘估計(jì)2.4.2　最小方差估計(jì)與線(xiàn)性最小方差估計(jì)2.4.3　極大驗(yàn)后估計(jì)與極大似然估計(jì)2.4.4　貝葉斯估計(jì)2.4.5　幾種最優(yōu)估計(jì)比較2.5　組合導(dǎo)航系統(tǒng)的研究方法2.5.1　組合導(dǎo)航系統(tǒng)研究的一般過(guò)程2.5.2　組合導(dǎo)航系統(tǒng)的設(shè)計(jì)模式2.5.3　組合導(dǎo)航數(shù)學(xué)仿真方法2.5.4　組合導(dǎo)航系統(tǒng)的測(cè)試2.6　組合導(dǎo)航系統(tǒng)數(shù)字開(kāi)發(fā)平臺(tái)2.6.1　組合導(dǎo)航系統(tǒng)數(shù)字開(kāi)發(fā)平臺(tái)架構(gòu)2.6.2　數(shù)字開(kāi)發(fā)平臺(tái)系統(tǒng)數(shù)學(xué)模型研究2.6.3　組合導(dǎo)航系統(tǒng)數(shù)字開(kāi)發(fā)平臺(tái)功能本章小結(jié)參考文獻(xiàn)第3章　離散線(xiàn)性系統(tǒng)最優(yōu)估計(jì)方法及其應(yīng)用3.1　卡爾曼濾波的基本概念3.1.1　卡爾曼濾波的基本原理3.1.2　最優(yōu)濾波、預(yù)測(cè)與平滑的概念3.2　隨機(jī)線(xiàn)性離散系統(tǒng)的卡爾曼濾波方程3.2.1　隨機(jī)線(xiàn)性離散系統(tǒng)的卡爾曼濾波方程的直觀(guān)推導(dǎo)3.2.2　隨機(jī)線(xiàn)性連續(xù)系統(tǒng)的卡爾曼濾波基本方程3.3　線(xiàn)性系統(tǒng)卡爾曼濾波的貝葉斯推導(dǎo)3.3.1　遞推貝葉斯估計(jì)3.3.2　隨機(jī)線(xiàn)性離散系統(tǒng)的卡爾曼濾波方程的貝葉斯推導(dǎo)3.4　卡爾曼濾波的穩(wěn)定性3.5　隨機(jī)線(xiàn)性離散系統(tǒng)的最優(yōu)預(yù)測(cè)3.6　隨機(jī)線(xiàn)性離散系統(tǒng)的最優(yōu)平滑3.6.　1平滑估計(jì)方法3.6.2　固定區(qū)間平滑遞推公式推導(dǎo)3.7　基于INS的組合導(dǎo)航通用卡爾曼濾波模型3.7.1　GINS系統(tǒng)平臺(tái)與姿態(tài)角誤差變換矩陣3.7.2　基于INS的組合導(dǎo)航通用卡爾曼濾波模型3.7.3　不同外觀(guān)測(cè)量下的組合子系統(tǒng)的可觀(guān)測(cè)性分析3.7.4　不同外觀(guān)測(cè)量下的初始對(duì)準(zhǔn)可觀(guān)測(cè)度分析3.8　卡爾曼濾波在組合導(dǎo)航中的應(yīng)用算例3.8.1　卡爾曼濾波器在INS／GPS組合導(dǎo)航中的應(yīng)用3.8.2　最優(yōu)平滑濾波在INS／GPS組合導(dǎo)航中的算例本章小結(jié)參考文獻(xiàn)第4章　自適應(yīng)卡爾曼濾波技術(shù)及其應(yīng)用4.1　卡爾曼濾波的發(fā)散問(wèn)題4.1.1　卡爾曼濾波發(fā)散的原因4.1.2　卡爾曼濾波的發(fā)散現(xiàn)象舉例4.2　卡爾曼濾波的發(fā)散的抑制4.2.1　衰減記憶濾波算法4.2.2　限定記憶濾波算法4.2.3　自適應(yīng)濾波原理4.3　卡爾曼濾波器新息序列4.3.1　卡爾曼濾波器新息的概念4.3.2　新息方式的卡爾曼濾波形式4.3.3　濾波器理想穩(wěn)態(tài)時(shí)新息序列4.3.4　濾波器非理想狀態(tài)時(shí)的新息序列4.4　基于新息自適應(yīng)估計(jì)（IAE）的卡爾曼濾波技術(shù)4.4.1　新息調(diào)制方差匹配技術(shù)4.4.2　新息自適應(yīng)估計(jì)卡爾曼濾波算法4.4.3　新息相關(guān)法自適應(yīng)濾波4.5　基于多模型自適應(yīng)估計(jì)（MMAE）卡爾曼濾波技術(shù)4.6　強(qiáng)跟蹤自適應(yīng)卡爾曼濾波器4.7　GPS／INS組合導(dǎo)航系統(tǒng)自適應(yīng)濾波4.7.1　IAE自適應(yīng)卡爾曼濾波數(shù)字驗(yàn)證4.7.2　靜態(tài)試驗(yàn)驗(yàn)證本章小結(jié)參考文獻(xiàn)第5章　非線(xiàn)性系統(tǒng)狀態(tài)估計(jì)及其應(yīng)用5.1　非線(xiàn)性系統(tǒng)基本概念5.2　擴(kuò)展卡爾曼濾波5.2.1　圍繞標(biāo)稱(chēng)狀態(tài)線(xiàn)性化的卡爾曼濾波方程5.2.2　圍繞估計(jì)狀態(tài)的線(xiàn)性化5.2.3　實(shí)例分析5.3　無(wú)跡卡爾曼濾波（UKF）5.3.1　Unscented變換5.3.2　Unscented卡爾曼濾波基本方程5.3.3　實(shí)例分析5.4　粒子濾波5.4.1　粒子濾波的理論基礎(chǔ)5.4.2　重要性密度的選擇5.4.3　SIR濾波器5.4.4　粒子濾波應(yīng)用實(shí)例5.5　非線(xiàn)性濾波技術(shù)在GPS／DR組合定位系統(tǒng)中的應(yīng)用5.5.1　DR系統(tǒng)定位原理5.5.2　GPS／DR組合系統(tǒng)的狀態(tài)方程5.5.3　GPS／DR組合系統(tǒng)的量測(cè)方程5.5.4　三種非線(xiàn)性濾波方法比較5.6　基于UKWPF的水下導(dǎo)航組合濾波器設(shè)計(jì)5.6.1　DR／INS濾波模型5.6.2　UKF／PF混合濾波算法5.6.3　基于UKF／PF的組合濾波器仿真試驗(yàn)本章小結(jié)參考文獻(xiàn)第6章　模糊自適應(yīng)狀態(tài)估計(jì)及其應(yīng)用6.1　模糊理論概述6.1.1　模糊現(xiàn)象存在的普遍性6.1.2　模糊理論的基本概念6.2　模糊理論基礎(chǔ)知識(shí)6.2.1　模糊集合6.2.2　隸屬函數(shù)6.2.3　模糊關(guān)系和模糊矩陣6.2.4　模糊規(guī)則與模糊推理6.2.5　Mamdani型推理與sugeno型推理6.3　模糊控制器的設(shè)計(jì)方法6.3.1　模糊邏輯控制過(guò)程6.3.2　輸入變量和輸出變量的確定6.3.3　論域的確定6.3.4　模糊化方法6.3.5　解模糊判決方法6.4　組合導(dǎo)航系統(tǒng)模糊規(guī)則設(shè)計(jì)方法6.4.1　模糊控制規(guī)則一般設(shè)計(jì)方法6.4.2　基于系統(tǒng)工作狀態(tài)的組合導(dǎo)航系統(tǒng)模糊規(guī)則設(shè)計(jì)方法6.4.3　基于濾波器新息狀態(tài)的組導(dǎo)系統(tǒng)模糊規(guī)則設(shè)計(jì)方法6.5　模糊控制在車(chē)載GPS／DR組合導(dǎo)航系統(tǒng)中的應(yīng)用6.5.1　基于卡爾曼濾波器的車(chē)載DR系統(tǒng)6.5.2　車(chē)載GPS／DR組合導(dǎo)航系統(tǒng)方案6.5.3　基于模糊規(guī)則的GPS!DR融合算法本章小結(jié)參考文獻(xiàn)第7章　神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)及其應(yīng)用7.1　神經(jīng)網(wǎng)絡(luò)基礎(chǔ)知識(shí)7.1.1　引言7.1.2　神經(jīng)網(wǎng)絡(luò)的一般結(jié)構(gòu)7.1.3　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法7.1.4　神經(jīng)網(wǎng)絡(luò)工程應(yīng)用的能力特點(diǎn)7.2　典型神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法7.2.1　誤差反向傳播網(wǎng)絡(luò)（BP網(wǎng)絡(luò)）7.2.2　徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF網(wǎng)絡(luò)）7.3　自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理系統(tǒng)（ANFIS）7.3.1　ANFIS的結(jié)構(gòu)7.3.2　ANFIS的學(xué)習(xí)算法7.3.3　ANFIS的總體評(píng)價(jià)7.4　基于神經(jīng)網(wǎng)絡(luò)技術(shù)的狀態(tài)估計(jì)7.4.1　神經(jīng)網(wǎng)絡(luò)狀態(tài)估計(jì)的特點(diǎn)7.4.2　神經(jīng)網(wǎng)絡(luò)狀態(tài)估計(jì)的關(guān)鍵問(wèn)題7.4.3　神經(jīng)網(wǎng)絡(luò)狀態(tài)估計(jì)的主要方法7.5　神經(jīng)網(wǎng)絡(luò)在組合導(dǎo)航信息融合的應(yīng)用7.5.1　組合導(dǎo)航神經(jīng)網(wǎng)絡(luò)信息融合的主要方法7.5.2　基于BP神經(jīng)網(wǎng)絡(luò)的GPS／INS組合導(dǎo)航信息融合方法7.5.3　基于ANFIS神經(jīng)網(wǎng)絡(luò)的GPS／INS組合導(dǎo)航信息融合方法本章小結(jié)參考文獻(xiàn)第8章　聯(lián)邦卡爾曼濾波技術(shù)及其應(yīng)用8.1　各子濾波器估計(jì)不相關(guān)條件下的聯(lián)邦濾波算法8.2　各子濾波器估計(jì)相關(guān)條件下的聯(lián)邦濾波算法8.2.1　信息分配原則與全局最優(yōu)估計(jì)8.2.2　聯(lián)邦濾波算法的時(shí)間更新8.2.3　聯(lián)邦濾波算法的觀(guān)測(cè)更新8.2.4　聯(lián)邦卡爾曼濾波器設(shè)計(jì)步驟8.3　聯(lián)邦濾波器控制結(jié)構(gòu)與信息分配8.3.1　聯(lián)邦卡爾曼濾波器控制結(jié)構(gòu)8.3.2　公共參考信息的分配原則8.3.3　聯(lián)邦濾波器信息分配算法8.4　聯(lián)邦濾波器設(shè)計(jì)數(shù)據(jù)時(shí)空關(guān)聯(lián)8.4.1　信息的同步處理8.4.2　非等間隔時(shí)間關(guān)聯(lián)問(wèn)題8.4.3　算法最優(yōu)性證明8.5　聯(lián)邦濾波器容錯(cuò)設(shè)計(jì)算法8.5.1　聯(lián)邦系統(tǒng)故障檢測(cè)與隔離算法8.5.2　聯(lián)邦系統(tǒng)重構(gòu)與信息補(bǔ)償方法8.6　聯(lián)邦卡爾曼濾波算法在艦艇組合導(dǎo)航系統(tǒng)中的應(yīng)用8.6.1　組合導(dǎo)航系統(tǒng)聯(lián)邦卡爾曼濾波器設(shè)計(jì)8.6.2　組合導(dǎo)航系統(tǒng)容錯(cuò)設(shè)計(jì)8.6.3　數(shù)學(xué)仿真與結(jié)果分析本章小結(jié)參考文獻(xiàn)

編輯推薦

　　《現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用》是關(guān)于介紹“現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用”的教學(xué)用書(shū)，主要內(nèi)容有：信息融合和組合導(dǎo)航的基本概念、組合導(dǎo)航系統(tǒng)的數(shù)學(xué)基礎(chǔ)和研究方法、線(xiàn)性離散系統(tǒng)最優(yōu)估計(jì)方法等。 　　《現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用》可作為導(dǎo)航專(zhuān)業(yè)本科生和碩士研究生的課程教材。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    現(xiàn)代信息融合技術(shù)在組合導(dǎo)航中的應(yīng)用 PDF格式下載

---