江苏龙网

  1. 首页 > 人文 > >

科学出版社：多模式多尺度数据融合理论及其应用( 二 )


科学出版社：多模式多尺度数据融合理论及其应用
文章图片
本文摘编自《多模式多尺度数据融合理论及其应用》一书 ， 标题为编者所加 。
《多模式多尺度数据融合理论及其应用》
柯熙政,丁德强著
北京:科学出版社,2019.12
ISBN978-7-03-064092-5
责任编辑：宋无汗 ， 李萍
向上滑动阅览
目录
前言
第1章绪论1
1.1多模式多尺度数据融合理论及应用1
1.2多尺度数据融合概念的演变6
1.2.1多尺度数据融合模型的若干应用6
1.2.2国内相关研究7
1.2.3多尺度数据融合算法8
1.3亟待解决的核心理论问题8
1.4多模式多尺度数据融合模型9
1.4.1多尺度数据融合定理9
1.4.2多尺度数据融合模型推论11
1.5多模式多尺度数据融合有待解决的问题12
参考文献13
第2章小波分解原子时算法17
2.1时间基准及其变迁17
2.2时间尺度算法的意义18
2.3AT1(NIST)算法20
2.3.1算法分析20
2.3.2权重计算21
2.4ALGOS(BIPM)算法21
2.4.1TAI的定义22
2.4.2时间改正项的选取23
2.4.3权值的选取23
2.5经典加权算法分析23
2.6原子时的小波分解算法27
2.7实验研究31
参考文献39
第3章多模式多尺度组合定时41
3.1时间基准与时间同步41
3.1.1秒定义与时间基准41
3.1.2时间频率同步技术42
3.1.3多模式多尺度时间同步系统的功能45
3.2总体方案及硬件平台46
3.2.1主要技术指标46
3.2.2总体方案47
3.2.3系统内部各模块52
3.2.4守时授时功能的实现55
3.2.5小波分解原子时算法的实现64
3.2.6守时钟的校准70
3.3设备监控功能的实现72
3.3.1监控系统的结构设计72
3.3.2监控协议的设计72
3.3.3监控软件77
3.3.4测试结果78
参考文献80
第4章多模式多尺度组合导航82
4.1导航系统的定位解算原理82
4.1.1北斗/GPS的定位原理82
4.1.2罗兰C双曲线定位原理84
4.1.3组合导航的时间系统86
4.1.4组合导航的坐标系统87
4.2数据融合技术在组合导航中的应用91
4.2.1小波熵对噪声的识别91
4.2.2线性均方估计方法99
4.2.3基于小波熵的数据融合理论100
4.3状态估计方法102
4.3.1最小二乘法102
4.3.2Kalman滤波104
4.3.3扩展Kalman滤波107
4.4Kalman滤波发散的抑制109
4.4.1序列滤波109
4.4.2UDKalman滤波110
4.4.3加入渐消因子113
4.4.4抗差Kalman滤波114
4.5组合导航数据融合系统117
4.5.1北斗/GPS/罗兰C组合导航系统的状态估计117
4.5.2局部滤波器模型120
4.6实验研究122
4.6.1GPS导航系统的Kalman估计实验123
4.6.2组合导航系统的Kalman滤波实验128
4.6.3数据融合方案的实现132
参考文献135
第5章组合MEMS陀螺技术137
5.1研究背景及意义137
5.1.1MEMS陀螺仪的发展137
5.1.2MEMS陀螺仪技术137
5.1.3MEMS陀螺仪数据融合138
5.1.4陀螺仪误差的Allan方差表示139
5.2组合陀螺140
5.2.1组合陀螺总体架构140
5.2.2器件选型及相关参数141
5.2.3硬件系统设计142
5.3软件设计150
5.3.1IIC接口150
5.3.2SPI接口156
5.3.3小波域多尺度融合算法161
5.4实验研究162
5.4.1静态实验163
5.4.2单轴位置速率转台实验164
5.4.3单轴角振动台实验167
5.5组合陀螺信号突变时融合方法及切换方案169
5.5.1信号突变检测169
5.5.2动态陀螺信号融合方法及切换方案融合方法177
5.5.3最优加权递归最小二乘融合算法181
5.5.4突变检测实验187


推荐阅读


上一篇：『天极网』小米逆势上涨9%，升至第四，全球智能手机市场新格局：华为三星暴跌17%

下一篇：XL科技说■期待好友双删，微信新功能曝光！网友：终于加入了