国产91青青成人a在线/在线视频成人/aaa成人永久在线观看视频/深夜草莓视频app

空中目標(biāo)機(jī)動(dòng)參數(shù)表征了空中目標(biāo)的機(jī)動(dòng)狀態(tài)和戰(zhàn)術(shù)意圖，是空中攻防作戰(zhàn)中重要的目標(biāo)信息。本書依據(jù)最優(yōu)估計(jì)準(zhǔn)則，結(jié)合運(yùn)動(dòng)原理與幾何關(guān)系，從多個(gè)技術(shù)角度和問(wèn)題背景出發(fā)，對(duì)空中目標(biāo)機(jī)動(dòng)參數(shù)估計(jì)理論與方法開展了系統(tǒng)性研究。研究?jī)?nèi)容包括最小方差準(zhǔn)則下二維機(jī)動(dòng)參數(shù)估計(jì)方法、最大似然準(zhǔn)則下相關(guān)量測(cè)二維機(jī)動(dòng)參數(shù)估計(jì)方法、噪聲異步相關(guān)條件下蛇形機(jī)動(dòng)運(yùn)動(dòng)狀態(tài)估計(jì)與角速度辨識(shí)、采用距離變化率量測(cè)的二維運(yùn)動(dòng)狀態(tài)估計(jì)方法、采用距離變化率量測(cè)的二維機(jī)動(dòng)參數(shù)估計(jì)方法、基于垂直速度機(jī)動(dòng)模型的三維機(jī)動(dòng)參數(shù)估計(jì)方法、基于最大混合相關(guān)熵的非線性非高斯系統(tǒng)狀態(tài)估計(jì)算法等。
本書可為雷達(dá)探測(cè)、目標(biāo)識(shí)別與跟蹤、無(wú)人智能空戰(zhàn)等領(lǐng)域的工程師、研究人員、技術(shù)人員及高校研究生開展空中目標(biāo)機(jī)動(dòng)參數(shù)估計(jì)問(wèn)題分析和研究提供參考。

第1章 概論
1.1 研究背景及意義
1.2 相關(guān)問(wèn)題的研究現(xiàn)狀及分析
1.2.1 機(jī)動(dòng)模型問(wèn)題
1.2.2 運(yùn)動(dòng)狀態(tài)與機(jī)動(dòng)參數(shù)的聯(lián)合估計(jì)問(wèn)題
1.2.3 非線性濾波估計(jì)與平滑估計(jì)問(wèn)題
1.2.4 距離變化率量測(cè)的利用問(wèn)題
1.3 本書主要工作和結(jié)構(gòu)安排
第2章 最小方差準(zhǔn)則下二維機(jī)動(dòng)參數(shù)估計(jì)方法
2.1 基于狀態(tài)擴(kuò)增法的角速度濾波估計(jì)
2.1.1 兩類擴(kuò)增的勻速轉(zhuǎn)彎模型
2.1.2 仿真實(shí)驗(yàn)
2.2 基于狀態(tài)擴(kuò)增法的切向／法向加速度濾波估計(jì)
2.2.1 連續(xù)時(shí)間擴(kuò)增狀態(tài)空間模型
2.2.2 離散時(shí)間擴(kuò)增狀態(tài)空間模型
2.2.3 PEKF算法
2.2.4 仿真實(shí)驗(yàn)
2.3 基于狀態(tài)擴(kuò)增法的機(jī)動(dòng)參數(shù)固定滯后估計(jì)
2.3.1 AURTSS-d算法
2.3.2 仿真實(shí)驗(yàn)
2.4 本章小結(jié)
第3章 最大似然準(zhǔn)則下相關(guān)量測(cè)二維機(jī)動(dòng)參數(shù)估計(jì)方法
3.1 時(shí)間相關(guān)量測(cè)噪聲的狀態(tài)估計(jì)問(wèn)題分析
3.2 基于EM的時(shí)間相關(guān)量測(cè)噪聲條件下角速度估計(jì)算法
3.2.1 時(shí)間相關(guān)量測(cè)噪聲條件下勻速轉(zhuǎn)彎?rùn)C(jī)動(dòng)模型
3.2.2 高階（五階）容積卡爾曼濾波與平滑
3.2.3 E-step
3.2.4 M-step
3.2.5 降維估計(jì)算法
3.2.6 時(shí)間相關(guān)量測(cè)噪聲條件下的角速度估計(jì)
3.2.7 仿真實(shí)驗(yàn)
3.3 基于EM算法的時(shí)間相關(guān)噪聲條件下切向／法向加速度估計(jì)
3.3.1 時(shí)間相關(guān)量測(cè)噪聲條件下切向／法向加速度估計(jì)模型
3.3.2 E-step
3.3.3 M-step
3.3.4 時(shí)間相關(guān)量測(cè)噪聲條件下切向／法向加速度估計(jì)算法
3.3.5 仿真實(shí)驗(yàn)
3.4 本章小結(jié)
第4章 噪聲異步相關(guān)下蛇形機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)狀態(tài)估計(jì)與角速度辨識(shí)的期望最大化算法
4.1 引言
4.2 問(wèn)題描述
4.2.1 基于量測(cè)重構(gòu)的異步相關(guān)噪聲解耦策略
4.2.2 基于系統(tǒng)重構(gòu)的角速度解耦策略
4.3 基于HCKS-EM的聯(lián)合估計(jì)與辨識(shí)算法
4.3.1 E-step
4.3.2 M-step
4.4 仿真分析
4.5 本章小結(jié)
第5章 采用距離變化率量測(cè)的二維運(yùn)動(dòng)狀態(tài)估計(jì)方法
5.1 采用距離變化率量測(cè)的無(wú)偏量測(cè)轉(zhuǎn)換濾波算法
5.1.1 無(wú)偏轉(zhuǎn)換
5.1.2 UCMKF-R算法
5.2 采用RR的去相關(guān)無(wú)偏量測(cè)轉(zhuǎn)換濾波算法
5.2.1 去相關(guān)無(wú)偏量測(cè)轉(zhuǎn)換
5.2.2 DUCMKF-R算法
5.3 仿真實(shí)驗(yàn)
5.3.1 量測(cè)轉(zhuǎn)換性能評(píng)估
5.3.2 運(yùn)動(dòng)狀態(tài)估計(jì)的性能評(píng)估
5.4 本章小結(jié)
第6章 采用距離變化率量測(cè)的二維機(jī)動(dòng)參數(shù)估計(jì)方法
6.1 采用AIMM-CS-DUCMKF-R算法的切向／法向加速度估計(jì)
6.1.1 偽線性CSTNA模型
6.1.2 AIMM-CS-DucMKF-R算法
6.1.3 仿真實(shí)驗(yàn)
6.2 切向／法向加速度統(tǒng)計(jì)量及近似聯(lián)合概率分布
6.2.1 切向／法向加速度統(tǒng)計(jì)量的推導(dǎo)
6.2.2 切向／法向加速度的聯(lián)合經(jīng)驗(yàn)分布及GMM擬合
6.2.3 切向／法向加速度統(tǒng)計(jì)量在機(jī)動(dòng)檢測(cè)中的應(yīng)用
6.3 基于雙多普勒雷達(dá)量測(cè)的角速度估計(jì)
6.3.1 無(wú)噪聲條件下速度方向角的計(jì)算
6.3.2 高斯白噪聲條件下的角速度估計(jì)
6.3.3 仿真實(shí)驗(yàn)
6.4 本章小結(jié)
第7章 基于垂直速度機(jī)動(dòng)模型的三維機(jī)動(dòng)參數(shù)估計(jì)方法
7.1 垂直速度機(jī)動(dòng)模型
7.1.1 三維運(yùn)動(dòng)學(xué)原理
7.1.2 平面常轉(zhuǎn)彎?rùn)C(jī)動(dòng)模型
7.1.3 平面變轉(zhuǎn)彎?rùn)C(jī)動(dòng)模型
7.2 采用距離變化率量測(cè)的三維笛卡兒速度計(jì)算方法
7.2.1 三維笛卡兒速度的計(jì)算原理
7.2.2 基于三部多普勒雷達(dá)量測(cè)的目標(biāo)速度計(jì)算方法
7.3 垂直速度機(jī)動(dòng)目標(biāo)的轉(zhuǎn)彎率估計(jì)
7.3.1 恒定轉(zhuǎn)彎率估計(jì)算法
7.3.2 時(shí)變轉(zhuǎn)彎率估計(jì)算法
7.4 本章小結(jié)
第8章 基于最大混合相關(guān)熵的非線性非高斯系統(tǒng)狀態(tài)估計(jì)算法
8.1 引言
8.2 預(yù)備知識(shí)
8.2.1 最大混合相關(guān)熵準(zhǔn)則
8.2.2 三階球面容積積分準(zhǔn)則
8.3 問(wèn)題描述
8.4 基于最大混合相關(guān)熵的離群魯棒非線性濾波器和平滑器
8.4.1 基于最大混合相關(guān)熵的離群魯棒非線性濾波器
8.4.2 基于最大混合相關(guān)熵的離群魯棒非線性平滑器
8.5 目標(biāo)跟蹤仿真
8.5.1 場(chǎng)景一
8.5.2 場(chǎng)景二
8.5.3 場(chǎng)景三
8.6 本章小結(jié)
附錄A 離散時(shí)間CTNA模型與STNA模型中過(guò)程噪聲的協(xié)方差計(jì)算方法
附錄B 偽線性離散時(shí)間CTNA模型與STNA模型中過(guò)程噪聲的協(xié)方差計(jì)算方法
附錄C 采用EM算法對(duì)GMM參數(shù)進(jìn)行估計(jì)
參考文獻(xiàn)