自主潜航器仿真模型及其可信度评估PDF电子书下载

第1章 绪论 1

1.1 AUV仿真概述 1

1.1.1自主潜航器 1

1.1.2自主潜航器仿真技术 2

1.2国内外研究现状及发展趋势 4

1.2.1 AUV相关模型研究 4

1.2.2仿真模型可信度评估研究 7

1.3本书的组织结构 11

第2章 基于SαS分布的非高斯混响建模及混响预白化技术 13

2.1基于SαS分布的浅海海底混响建模 13

2.1.1建模基本假设 13

2.1.2基于SαS分布的混响幅值分布建模 15

2.1.3基于SαS分布的混响包络分布建模 16

2.1.4 SαS和高斯混合模型的参数估计 16

2.1.5实验与仿真 19

2.2基于混响匹配包络的分布建模 26

2.2.1基于SαS分布的混响匹配包络建模 26

2.2.2实验与仿真 26

2.3基于混合SαS分布的混响混合序列建模 27

2.3.1贝叶斯理论和马尔可夫链蒙特卡罗方法 28

2.3.2 MCMC抽样算法 29

2.3.3混合SαS分布混响混合序列建模 30

2.3.4实验与仿真 34

2.4高斯AR预白化技术 39

2.4.1目标探测模型 40

2.4.2平稳化处理 40

2.4.3自回归模型估计 41

2.4.4分段白化实现 44

2.5基于SαS分布的预白化技术 45

2.5.1分数低阶统计量 45

2.5.2 SαS过程的AR模型 46

2.5.3广义Levinson-Durbin算法 47

2.5.4 SαS过程的白化实现 49

2.5.5接收检测器 49

2.6实验与仿真 50

2.7本章小结 63

第3章 非高斯时空二维阵列信号检测 65

3.1基于SαS分布的阵列信号算法 65

3.1.1传统DOA估计算法 65

3.1.2基于SαS分布的子空间算法 66

3.2基于FLOM-MUSIC的高分辨率二维阵列信号处理算法 67

3.2.1基于MUSIC的二维阵列信号参数估计算法 67

3.2.2 2D-EX-FLOM-MUSIC算法 68

3.2.3实验与仿真 69

3.3基于FLOM-ESPRIT的增强型二维阵列信号处理算法 74

3.3.1基于ESPRIT的二维阵列信号参数估计算法 74

3.3.2 2D-FLOM-ESPRIT算法 74

3.3.3实验与仿真 77

3.4本章小结 80

第4章 基于水平短线列阵的匹配场定位性技术 81

4.1常用的匹配场处理器 81

4.1.1线性匹配场处理器 82

4.1.2最小方差无畸变响应匹配场处理器 83

4.1.3白噪声抑制最小方差无畸变响应匹配场处理器 83

4.1.4宽带匹配场处理器 84

4.2声场建模方法 87

4.2.1波动方程和Helmholtz方程 89

4.2.2射线理论模型 92

4.2.3简正波模型 93

4.2.4波数积分模型 95

4.2.5抛物线方程模型 97

4.2.6三维声场建模 98

4.3基于静止水平短线列阵的匹配场定位 99

4.3.1测试环境和方案 102

4.3.2测试结果及分析 105

4.4运动水平短线列阵数据模型 109

4.5采样位置处理 111

4.5.1采样位置间的非相干处理 111

4.5.2采样位置间的相干处理 113

4.6本章小结 117

第5章 基于AUV舷侧阵的目标定位技术 118

5.1 AUV的定位问题分析 118

5.2粒子滤波 120

5.2.1状态空间模型与递推贝叶斯估计 121

5.2.2序贯蒙特卡罗方法 122

5.2.3粒子滤波算法 122

5.2.4粒子滤波算法中的粒子贫化问题 124

5.3基于小波变换的灰粒子滤波算法 125

5.3.1 AUV的系统建模 125

5.3.2灰预测算法 126

5.3.3基于小波变换的观测噪声统计特性估计 128

5.3.4 WG-PF算法的执行步骤 129

5.4基于多模型的粒子滤波算法 130

5.5自适应扩展卡尔曼滤波算法 132

5.5.1标准的EKF算法 132

5.5.2系统观测噪声的自适应 133

5.5.3系统过程噪声的自适应 133

5.6试验描述与结果分析 133

5.6.1试验描述 133

5.6.2试验结果及分析 134

5.7定位测试 142

5.7.1定位方法描述 142

5.7.2二维被动定位 144

5.7.3三维被动定位 148

5.8本章小结 155

第6章 小子样静态模型可信度测试评估方法 156

6.1经典频率统计、贝叶斯统计及小子样方法 157

6.1.1经典频率统计方法及与贝叶斯统计的区别与联系 157

6.1.2试验子样容量等级界定 158

6.2模型测试评估中的贝叶斯统计基础 160

6.2.1贝叶斯统计基础 160

6.2.2先验信息的量化 162

6.2.3验后分布的推断 168

6.3小子样试验设计与静态模型统计推断 170

6.3.1小子样试验设计 171

6.3.2小子样试验参数统计推断及序贯检验 171

6.3.3试验样本容量分析预测 179

6.4贝叶斯与Bootstrap再抽样统计方法 192

6.4.1无先验信息下的参数Bootstrap与马尔可夫链蒙特卡罗 192

6.4.2确定先验信息下的验后分布 195

6.5本章小结 197

第7章 基于不确定信息及先验信息的动态模型可信度测试评估方法 198

7.1 AUV仿真模型的不确定特性 199

7.1.1不确定信息理论基础 199

7.1.2 AUV控制系统模型 200

7.2动态模型基本可信度测试与评估 202

7.2.1基本可信度评估方法 202

7.2.2模型可信度测试评估中的关联度解耦——权重分配 205

7.2.3 AUV控制系统横滚控制模型验证实例 210

7.3模型综合可信度评估中的混合动态多属性决策问题 216

7.3.1模型综合可信度评估中的混合动态决策问题描述 216

7.3.2语义评判的MADM解决方案 219

7.3.3混合动态MADM决策体系 221

7.4基于灰箱系统辨识的AUV控制系统动态模型验证 226

7.4.1基本非线性模型NARX 226

7.4.2灰箱系统辨识理论框架 230

7.4.3灰箱系统辨识在AUV控制系统模型验证中的应用 238

7.5本章小结 243

参考文献 244