掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
自主潛航器仿真模型及其可信度評估 版權信息
- ISBN：9787118113310
- 條形碼：9787118113310 ; 978-7-118-11331-0
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自主潛航器仿真模型及其可信度評估 內容簡介
自主潛航器在海洋科學探索、軍事工程等領域有著廣泛應用。由于試驗條件的限制，仿真是現場試驗的重要輔助手段，仿真模型的可信度水平衡量著仿真試驗數據的可用程度。郭曉俊主編的《自主潛航器仿真模型及其可信度評估》是一部專門研究自主潛航器仿真模型及其可信度評估理論、方法與技術的著作。作者在全面闡述自主潛航器仿真模型基本理論及常用建模方法的基礎上，重點研究面向仿真應用的非高斯混響、匹配場等自主潛航器建模及仿真的新方法及技術，并深入探討其仿真模型的可信度評估方法及應用。本書適用于從事航天、航空、航海、能源、工業等方面研究、仿真及試驗分析的科學工作者、工程技術人員和高等院校教師參考，亦可作為高等院校高年級本科生和研究生的教材。
自主潛航器仿真模型及其可信度評估 目錄
**章 緒論
1.1 AUV仿真概述
1.1.1 自主潛航器
1.1.2 自主潛航器仿真技術
1.2 **外研究現狀及發展趨勢
1.2.1 AUV相關模型研究
1.2.2 仿真模型可信度評估研究
1.3 本書的組織結構
第2章 基于SαS分布的非高斯混響建模及混響預白化技術
2.1 基于SαS分布的淺海海底混響建模
2.1.1 建模基本假設
2.1.2 基于SαS分布的混響幅值分布建模
2.1.3 基于SαS分布的混響包絡分布建模
2.1.4 SαS和高斯混合模型的參數估計
2.1.5 實驗與仿真
2.2 基于混響匹配包絡的分布建模
2.2.1 基于SαS分布的混響匹配包絡建模
2.2.2 實驗與仿真
2.3 基于混合SαS分布的混響混合序列建模
2.3.1 貝葉斯理論和馬爾可夫鏈蒙特卡羅方法
2.3.2 MCMC抽樣算法
2.3.3 混合SαS分布混響混合序列建模
2.3.4 實驗與仿真
2.4 高斯AR預白化技術
2.4.1 目標探測模型
2.4.2 平穩化處理
2.4.3 自回歸模型估計
2.4.4 分段白化實現
2.5 基于SαS分布的預白化技術
2.5.1 分數低階統計量
2.5.2 SαS過程的AR模型
2.5.3 廣義Levinson-Durbin算法
2.5.4 SdS過程的白化實現
2.5.5 接收檢測器
2.6 實驗與仿真
2.7 本章小結
第3章 非高斯時空二維陣列信號檢測
3.1 基于SαS分布的陣列信號算法
3.1.1 傳統DOA估計算法
3.1.2 基于SαS分布的子空間算法
3.2 基于FLOM-MUSIC的高分辨率二維陣列信號處理算法
3.2.1 基于MUSIC的二維陣列信號參數估計算法
3.2.2 2D-EX-FLOM-MUSIC算法
3.2.3 實驗與仿真
3.3 基于FLOM-ESPRIT的增強型二維陣列信號處理算法
3.3.1 基于ESPRIT的二維陣列信號參數估計算法
3.3.2 2D-FLOM-ESPRIT算法
3.3.3 實驗與仿真
3.4 本章小結
第4章 基于水平短線列陣的匹配場定位性技術
4.1 常用的匹配場處理器
4.1.1 線性匹配場處理器
4.1.2 *小方差無畸變響應匹配場處理器
4.1.3 白噪聲抑制*小方差無畸變響應匹配場處理器
4.1.4 寬帶匹配場處理器
4.2 聲場建模方法
4.2.1 波動方程和Helmholtz方程
4.2.2 射線理論模型
4.2.3 簡正波模型
4.2.4 波數積分模型
4.2.5 拋物線方程模型
4.2.6 三維聲場建模
4.3 基于靜止水平短線列陣的匹配場定位
4.3.1 測試環境和方案
4.3.2 測試結果及分析
4.4 運動水平短線列陣數據模型
4.5 采樣位置處理
4.5.1 采樣位置間的非相干處理
4.5.2 采樣位置間的相干處理
4.6 本章小結
第5章 基于AUV舷側陣的目標定位技術
5.1 AUV的定位問題分析
5.2 粒子濾波
5.2.1 狀態空間模型與遞推貝葉斯估計
5.2.2 序貫蒙特卡羅方法
5.2.3 粒子濾波算法
5.2.4 粒子濾波算法中的粒子貧化問題
5.3 基于小波變換的灰粒子濾波算法
5.3.1 AuV的系統建模
5.3.2 灰預測算法
5.3.3 基于小波變換的觀測噪聲統計特性估計
5.3.4 WG-PF算法的執行步驟
5.4 基于多模型的粒子濾波算法
5.5 自適應擴展卡爾曼濾波算法
5.5.1 標準的EKF算法
5.5.2 系統觀測噪聲的自適應
5.5.3 系統過程噪聲的自適應
5.6 試驗描述與結果分析
5.6.1 試驗描述
5.6.2 試驗結果及分析
5.7 定位測試
5.7.1 定位方法描述
5.7.2 二維被動定位
5.7.3 三維被動定位
5.8 本章小結
第6章 小子樣靜態模型可信度測試評估方法
6.1 經典頻率統計、貝葉斯統計及小子樣方法
6.1.1 經典頻率統計方法及與貝葉斯統計的區別與聯系
6.1.2 試驗子樣容量等級界定
6.2 模型測試評估中的貝葉斯統計基礎
6.2.1 貝葉斯統計基礎
6.2.2 先驗信息的量化
6.2.3 驗后分布的推斷
6.3 小子樣試驗設計與靜態模型統計推斷
6.3.1 小子樣試驗設計
6.3.2 小子樣試驗參數統計推斷及序貫檢驗
6.3.3 試驗樣本容量分析預測
6.4 貝葉斯與Bootstrap再抽樣統計方法
6.4.1 無先驗信息下的參數Bootstrap與馬爾可夫鏈蒙特卡羅
6.4.2 確定先驗信息下的驗后分布
6.5 本章小結
第7章 基于不確定信息及先驗信息的動態模型可信度測試評估方法
7.1 AUV仿真模型的不確定特性
7.1.1 不確定信息理論基礎
7.1.2 AUV控制系統模型
7.2 動態模型基本可信度測試與評估
7.2.1 基本可信度評估方法
7.2.2 模型可信度測試評估中的關聯度解耦——權重分配
7.2.3 AUV控制系統橫滾控制模型驗證實例
7.3 模型綜合可信度評估中的混合動態多屬性決策問題
7.3.1 模型綜合可信度評估中的混合動態決策問題描述
7.3.2 語義評判的MADM解決方案
7.3.3 混合動態MADM決策體系
7.4 基于灰箱系統辨識的AUV控制系統動態模型驗證
7.4.1 基本非線性模型NARX
7.4.2 灰箱系統辨識理論框架
7.4.3 灰箱系統辨識在AUV控制系統模型驗證中的應用
7.5 本章小結
參考文獻
1.1 AUV仿真概述
1.1.1 自主潛航器
1.1.2 自主潛航器仿真技術
1.2 **外研究現狀及發展趨勢
1.2.1 AUV相關模型研究
1.2.2 仿真模型可信度評估研究
1.3 本書的組織結構
第2章 基于SαS分布的非高斯混響建模及混響預白化技術
2.1 基于SαS分布的淺海海底混響建模
2.1.1 建模基本假設
2.1.2 基于SαS分布的混響幅值分布建模
2.1.3 基于SαS分布的混響包絡分布建模
2.1.4 SαS和高斯混合模型的參數估計
2.1.5 實驗與仿真
2.2 基于混響匹配包絡的分布建模
2.2.1 基于SαS分布的混響匹配包絡建模
2.2.2 實驗與仿真
2.3 基于混合SαS分布的混響混合序列建模
2.3.1 貝葉斯理論和馬爾可夫鏈蒙特卡羅方法
2.3.2 MCMC抽樣算法
2.3.3 混合SαS分布混響混合序列建模
2.3.4 實驗與仿真
2.4 高斯AR預白化技術
2.4.1 目標探測模型
2.4.2 平穩化處理
2.4.3 自回歸模型估計
2.4.4 分段白化實現
2.5 基于SαS分布的預白化技術
2.5.1 分數低階統計量
2.5.2 SαS過程的AR模型
2.5.3 廣義Levinson-Durbin算法
2.5.4 SdS過程的白化實現
2.5.5 接收檢測器
2.6 實驗與仿真
2.7 本章小結
第3章 非高斯時空二維陣列信號檢測
3.1 基于SαS分布的陣列信號算法
3.1.1 傳統DOA估計算法
3.1.2 基于SαS分布的子空間算法
3.2 基于FLOM-MUSIC的高分辨率二維陣列信號處理算法
3.2.1 基于MUSIC的二維陣列信號參數估計算法
3.2.2 2D-EX-FLOM-MUSIC算法
3.2.3 實驗與仿真
3.3 基于FLOM-ESPRIT的增強型二維陣列信號處理算法
3.3.1 基于ESPRIT的二維陣列信號參數估計算法
3.3.2 2D-FLOM-ESPRIT算法
3.3.3 實驗與仿真
3.4 本章小結
第4章 基于水平短線列陣的匹配場定位性技術
4.1 常用的匹配場處理器
4.1.1 線性匹配場處理器
4.1.2 *小方差無畸變響應匹配場處理器
4.1.3 白噪聲抑制*小方差無畸變響應匹配場處理器
4.1.4 寬帶匹配場處理器
4.2 聲場建模方法
4.2.1 波動方程和Helmholtz方程
4.2.2 射線理論模型
4.2.3 簡正波模型
4.2.4 波數積分模型
4.2.5 拋物線方程模型
4.2.6 三維聲場建模
4.3 基于靜止水平短線列陣的匹配場定位
4.3.1 測試環境和方案
4.3.2 測試結果及分析
4.4 運動水平短線列陣數據模型
4.5 采樣位置處理
4.5.1 采樣位置間的非相干處理
4.5.2 采樣位置間的相干處理
4.6 本章小結
第5章 基于AUV舷側陣的目標定位技術
5.1 AUV的定位問題分析
5.2 粒子濾波
5.2.1 狀態空間模型與遞推貝葉斯估計
5.2.2 序貫蒙特卡羅方法
5.2.3 粒子濾波算法
5.2.4 粒子濾波算法中的粒子貧化問題
5.3 基于小波變換的灰粒子濾波算法
5.3.1 AuV的系統建模
5.3.2 灰預測算法
5.3.3 基于小波變換的觀測噪聲統計特性估計
5.3.4 WG-PF算法的執行步驟
5.4 基于多模型的粒子濾波算法
5.5 自適應擴展卡爾曼濾波算法
5.5.1 標準的EKF算法
5.5.2 系統觀測噪聲的自適應
5.5.3 系統過程噪聲的自適應
5.6 試驗描述與結果分析
5.6.1 試驗描述
5.6.2 試驗結果及分析
5.7 定位測試
5.7.1 定位方法描述
5.7.2 二維被動定位
5.7.3 三維被動定位
5.8 本章小結
第6章 小子樣靜態模型可信度測試評估方法
6.1 經典頻率統計、貝葉斯統計及小子樣方法
6.1.1 經典頻率統計方法及與貝葉斯統計的區別與聯系
6.1.2 試驗子樣容量等級界定
6.2 模型測試評估中的貝葉斯統計基礎
6.2.1 貝葉斯統計基礎
6.2.2 先驗信息的量化
6.2.3 驗后分布的推斷
6.3 小子樣試驗設計與靜態模型統計推斷
6.3.1 小子樣試驗設計
6.3.2 小子樣試驗參數統計推斷及序貫檢驗
6.3.3 試驗樣本容量分析預測
6.4 貝葉斯與Bootstrap再抽樣統計方法
6.4.1 無先驗信息下的參數Bootstrap與馬爾可夫鏈蒙特卡羅
6.4.2 確定先驗信息下的驗后分布
6.5 本章小結
第7章 基于不確定信息及先驗信息的動態模型可信度測試評估方法
7.1 AUV仿真模型的不確定特性
7.1.1 不確定信息理論基礎
7.1.2 AUV控制系統模型
7.2 動態模型基本可信度測試與評估
7.2.1 基本可信度評估方法
7.2.2 模型可信度測試評估中的關聯度解耦——權重分配
7.2.3 AUV控制系統橫滾控制模型驗證實例
7.3 模型綜合可信度評估中的混合動態多屬性決策問題
7.3.1 模型綜合可信度評估中的混合動態決策問題描述
7.3.2 語義評判的MADM解決方案
7.3.3 混合動態MADM決策體系
7.4 基于灰箱系統辨識的AUV控制系統動態模型驗證
7.4.1 基本非線性模型NARX
7.4.2 灰箱系統辨識理論框架
7.4.3 灰箱系統辨識在AUV控制系統模型驗證中的應用
7.5 本章小結
參考文獻
展開全部
書友推薦
- >
月亮虎
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
朝聞道
- >
回憶愛瑪儂
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
煙與鏡
- >
名家帶你讀魯迅:朝花夕拾
- >
名家帶你讀魯迅:故事新編
本類暢銷
