123,123

內(nèi)容簡(jiǎn)介

　　本書系統(tǒng)、全面地闡述了仿生偏振光羅盤信息處理技術(shù)。本書內(nèi)容分為三部分：第一部分介紹仿生偏振光羅盤智能信息處理技術(shù)的研究背景與研究意義，分析基于大氣偏振模式的定向方法，以及仿生偏振光羅盤定向誤差處理方法，探討組合系統(tǒng)信息處理的研究現(xiàn)狀、發(fā)展趨勢(shì)等；第二部分分析仿生偏振光羅盤的噪聲成分、噪聲對(duì)其定向精度的影響，并介紹了基于多尺度主成分分析、多尺度自適應(yīng)時(shí)頻峰值濾波等智能算法的去噪方法和仿生偏振光羅盤定向誤差補(bǔ)償技術(shù)；第三部分重點(diǎn)闡述容積卡爾曼濾波器及其改進(jìn)方法在基于仿生偏振光羅盤的無縫組合定向系統(tǒng)中的應(yīng)用，并提出非連續(xù)觀測(cè)條件下的仿生偏振光羅盤的無縫組合定向模型，設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的非連續(xù)觀測(cè)算法。本書可作為導(dǎo)航、制導(dǎo)與控制相關(guān)專業(yè)研究生教材，也可供廣大工程技術(shù)人員和管理人員學(xué)習(xí)或培訓(xùn)使用。

作者簡(jiǎn)介

　　趙東花，博士畢業(yè)于中北大學(xué)儀器科學(xué)與技術(shù)學(xué)科，研究方向?yàn)榉律鷤鞲信c智能導(dǎo)航。現(xiàn)工作于中北大學(xué)"省部共建動(dòng)態(tài)測(cè)試技術(shù)”國(guó)家重點(diǎn)實(shí)驗(yàn)室，講師，日本大阪大學(xué)電氣、電子和信息工程司訪問學(xué)者。主持省部級(jí)課題2項(xiàng)，參與國(guó)家面上項(xiàng)目、裝備重大基礎(chǔ)研究課題、軍委科技委 173 基金、軍委科技委基礎(chǔ)加強(qiáng)子課題等國(guó)家/省部級(jí)項(xiàng)目5項(xiàng)。以第一作者/唯一通信作者發(fā)表高水平 SCI 論文7篇，以第一發(fā)明人授權(quán)國(guó)家發(fā)明專利3項(xiàng)，獨(dú)立編寫國(guó)家級(jí)規(guī)劃教材《傳感器原理與應(yīng)用》（第四版）一章。

圖書目錄

第1章緒論 001
1.1 發(fā)展背景與研究意義 003
1.2 仿生偏振光定向方法 005
1.3 仿生偏振光羅盤定向誤差處理方法 012
1.4 仿生偏振光羅盤／慣導(dǎo)組合定向系統(tǒng)與方法 018
第2章大氣偏振模式的定向方法與系統(tǒng) 023
2.1 大氣偏振模式的定向方法 025
2.1.1 大氣偏振模式的中性點(diǎn)特性分析及自動(dòng)識(shí)別 025
2.1.2 基于太陽子午線的成像式仿生偏振光羅盤定向算法 028
2.2 基于FPGA的仿生偏振光羅盤設(shè)計(jì)與集成 033
2.3 仿生偏振光羅盤定向試驗(yàn) 037
2.3.1 靜態(tài)定向試驗(yàn) 040
2.3.2 轉(zhuǎn)臺(tái)動(dòng)態(tài)定向試驗(yàn) 042
2.3.3 無人機(jī)機(jī)載動(dòng)態(tài)試驗(yàn) 043
2.4 本章小結(jié) 046

第3章仿生偏振光羅盤噪聲處理技術(shù) 049
3.1 仿生偏振光羅盤噪聲分析 051
3.1.1 偏振角圖像噪聲產(chǎn)生機(jī)理及特性分析 051
3.1.2 航向角數(shù)據(jù)噪聲產(chǎn)生機(jī)理及特性分析 055
3.2 基于多尺度變換的仿生偏振光羅盤圖像去噪技術(shù) 058
3.2.1 基于多尺度變換的偏振角圖像去噪技術(shù) 060
3.2.2 基于BEMD的MS-PCA仿生偏振光羅盤圖像去噪技術(shù) 063
3.2.3 基于BEMD的MS-PCA偏振角圖像去噪方法驗(yàn)證 066
3.3 仿生偏振光羅盤數(shù)據(jù)去噪技術(shù) 078
3.3.1 基于多尺度變換的仿生偏振光羅盤數(shù)據(jù)去噪技術(shù) 078
3.3.2 基于EEMD的MS-TFPF仿生偏振光羅盤數(shù)據(jù)去噪技術(shù) 081
3.4 基于多尺度變換的仿生偏振光羅盤數(shù)據(jù)去噪測(cè)試 088
3.5 本章小結(jié) 098
第4章仿生偏振光羅盤定向誤差建模與補(bǔ)償技術(shù) 101
4.1 偏振光定向誤差分析與模型介紹 103
4.1.1 偏振光定向誤差分析 103
4.1.2 偏振光定向誤差模型構(gòu)建 107
4.2 典型神經(jīng)網(wǎng)絡(luò)模型 109
4.2.1 循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN） 109
4.2.2 長(zhǎng)短期記憶（LSTM）神經(jīng)網(wǎng)絡(luò) 112
4.2.3 門控循環(huán)單元（GRU）神經(jīng)網(wǎng)絡(luò) 119
4.3 基于GRU深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的
仿生偏振光羅盤定向誤差建模與補(bǔ)償 123
4.4 基于GRU深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的
仿生偏振光羅盤定向誤差模型試驗(yàn)驗(yàn)證 128
4.5 本章小結(jié) 131
第5章仿生偏振光羅盤／慣導(dǎo)無縫組合定向方法與系統(tǒng) 133
5.1 仿生偏振光羅盤／慣導(dǎo)無縫組合定向系統(tǒng) 135
5.2 仿生偏振光羅盤／慣導(dǎo)無縫組合定向模型構(gòu)建 138
5.3 基于自學(xué)習(xí)多頻率殘差校正的
仿生偏振光羅盤／慣導(dǎo)無縫組合定向方法 141
5.4 仿生偏振光羅盤／慣導(dǎo)無縫組合定向方法試驗(yàn)驗(yàn)證 148
5.5 本章小結(jié) 155
第6章總結(jié)與展望 157
6.1 仿生偏振光羅盤智能信息處理技術(shù)總結(jié) 159
6.2 研究展望 161
參考文獻(xiàn) 162