论文摘要
随着现代战争对武器系统性能要求的不断提高，组合导航系统已成为军事航行体和武器系统中不可缺少的重要组成部分。组合系统的精度和可靠性直接关系到军事装备的作战性能和任务的顺利完成。信息融合理论和故障检测技术是提高组合系统精度和可靠性的重要途径。神经网络具有并行处理、高度的自适应性和自学习能力等优点，是十多年来人们关注的热门交叉学科，有着十分广阔的应用前景。 本文将神经网络方法与传统的信息融合和故障检测方法相结合，通过两种方法的优势互补，进一步提高了系统精度和可靠性。 本文主要完成了以下工作： (1)．首先分析了联邦卡尔曼滤波融合算法，提出了混沌BP神经网络辅助联邦卡尔曼滤波的融合算法，并仿真分析比较了两种融合算法在SINS/GPS/ADS三组合导航系统中的融合结果。 (2)．研究分析了模糊自适应谐振网络(Fuzzy ARTMAP)的具体算法及其性能。仿真分析了在不同检验门限时的Fuzzy ARTMAP网络的故障识别能力。 (3)．改进了双递推器的状态χ~2检验方法，增添更新判断指标，进一步提高了整个系统故障检测性能。 (4)．提出了基于模糊自适应谐振神经网络(Fuzzy ARTMAP)故障检测方法，仿真验证该方法在SINS/GPS/ADS三组合导航系统的故障检测中的可行性。
论文目录
摘要ABSTRACT第一章 绪论1.1 研究背景1.2 研究现状及发展趋势1.2.1 神经网络的发展与现状1.2.2 组合导航系统信息融合理论研究概况1.2.3 组合导航系统故障检测技术研究概况1.3 本文主要研究内容第二章 组合导航系统理论与技术2.1 组合导航系统研究目标与相关技术2.2 组合导航系统信息融合理论、模型与方法2.3 组合导航系统故障检测技术2.3.1 故障检测概述2.3.2 故障检测的主要方法2.4 神经网络模型设计2.4.1 BP网络模型2.4.2 ART神经网络2.5 本章小结第三章 神经网络辅助卡尔曼滤波的信息融合理论与方法3.1 卡尔曼滤波融合方法3.1.1 卡尔曼滤波原理3.1.2 联邦卡尔曼滤波器的设计3.1.3 联邦卡尔曼滤波器模型3.1.4 联邦卡尔曼滤波器的性能仿真3.2 神经网络辅助卡尔曼滤波融合方法3.2.1 神经网络辅助卡尔曼滤波工作原理3.2.2 组合导航系统结果设计3.2.3 混沌机制的BP神经网络3.2.4 神经网络辅助联邦卡尔曼滤波器性能仿真3.3 本章小结第四章 基于模糊神经网络方法的组合导航系统故障检测技术4.1 引言2-Fuzzy ARTMAP方法的结构及工作原理'>4.2 x2-Fuzzy ARTMAP方法的结构及工作原理2-Fuzzy ARTMAP方法设计'>4.2.1 x2-Fuzzy ARTMAP方法设计2-Fuzzy ARTMAP方法的工作原理'>4.2.2 x2-Fuzzy ARTMAP方法的工作原理2检验方法（SCST）'>4.3 状态x2检验方法（SCST）2检验方法'>4.3.1 单状态递推器的状态x2检验方法2检验'>4.3.2 双状态递推器的状态x2检验4.4 Fuzzy ARTMAP网络4.4.1 Fuzzy ART网络的结构和算法4.4.2 Fuzzy ARTMAP网络的结构和算法2-Fuzzy ARTMAP网络用于故障检测的性能仿真'>4.5 x2-Fuzzy ARTMAP网络用于故障检测的性能仿真4.5.1 仿真准备4.5.2 仿真结果及性能分析4.6 本章小结第五章 总结参考文献致谢攻读硕士学位期间发表的学术论文
相关论文文献
标签：信息融合论文; 故障检测论文; 神经网络论文; 联邦卡尔曼滤波论文;
