一、组合GPS接收机和VHF收发机(论文文献综述)
宫淑丽[1](2012)在《机场场面移动目标监视系统关键技术研究》文中研究指明民航机场是民用航空运输系统的主要组成部分,是空中交通的重要基础设施。它是保证航空器安全起降的首要条件。随着民航运输业的快速发展,机场交通流量持续增长,在保障安全的条件下,如何提高机场场面的运行效率是民航业面临的重要问题。以A-SMGCS为代表的新一代高级场面运动引导与控制技术成为该领域研究的热点。本文围绕A-SMGCS技术,对机场场场面监视技术及组合监视原型系统展开理论算法和工程应用的研究。主要工作及取得的研究成果如下:1、根据SMR、ADS、D-GPS和MDS的目标定位原理、精度、更新率及覆盖范围等特点,确定了采用SMR、D-GPS和ADS-C三种监视方式,以及它们之间的某种组合,作为本文场面监视的关键技术,为后文研究奠定了基础。2、实现SMR场面监视的目标定位与跟踪研究。采用多模型算法(IMM)实现单SMR对场面移动目标的定位与跟踪,分别研究了固定模型集IMM算法(FS-IMM)和变结构IMM算法(VS-IMM),经过Monte Carlo仿真,验证了VS-IMM算法比FS-IMM算法的跟踪精度高;研究了分布式多SMR场面监视的目标航迹融合,对其中的时空对准、误差配准等进行了研究,在此基础上,提出采用层次聚类的方式实现航迹关联,和采用加权融合的方法实现了航迹状态估计融合。3、提出基于ADS-C的场面飞机辅助监视系统方案。根据我国ACARS地空数据链的建设与成功应用,提出将其应用于机场场面上飞机辅助监视,设计了基于ACARS的ADS-C场面飞机辅助监视系统;提出了面向ARINC618协议的ACARS报文的快速译码;对基于ADS-C场面飞机辅助监视系统进行了航迹管理,提出采用基于“当前统计模型”对其航迹进行滤波。4、提出基于D-GPS的场面移动车辆监视方案。在分析对比三种不同D-GPS特性的基础上,提出采用单基准站局域D-GPS实现场面移动车辆监视方案;首先,构建单基站局域D-GPS,标定D-GPS基准站的安装位置,并通过GPRS实现基准站与流动站之间的通信。然后,构建基于D-GPS的场面移动车辆监视系统。5、研究异类监视设备组合监视的目标航迹融合。介绍从WGS-84大地坐标系到直角坐标系的变换,和以高精度的D-GPS为基准异类多传感器的误差配准;提出采用FCM进行SMR航迹与ADS-C航迹的关联,并将AVQ神经网络引入到FCM中,提高了运算速度;将基于航迹隶属度的动态加权算法,运用到SMR和ADS-C已关联航迹的融合中,仿真验证了算法的有效性。6、基于D-GPS/ADS-C场面移动目标组合监视原型系统的软硬件设计与实现。以A-SMGCS的监视需求为前提,提出D-GPS/ADS-C组合监视原型系统的总体构架图;构建了基于C8051F单片机和CMX469A(MSK集成芯片)的飞机目标数据接收设备;采用ARM为主芯片,辅以外围芯片及I/O接口,连接D-GPS模块和WLAN模块,构建了车载终端的硬件;配置了监视中心的联网计算机,以及它和车载终端通信的接口硬件。提出用于车载终端的导航地图数据结构,利用JSCORS完成了电子地图的测绘;实现了线程化的UDP服务器模块,利用多线程和ICP技术实现了车载系统的软件设计,完成了GPS数据解析、WLAN数据通信与解析等主要功能;利用Python和PyQt的跨平台性,实现了组合监视原型系统跨平台的监视功能。7、基于D-GPS/ADS-C场面移动目标组合监视原型系统功能验证实验。把实验室现有的PATS平台配置为“PATS-EG环境”,对本文设计的飞机目标数据接收设备和飞机辅助监视系统,进行接收ACARS报文验证实验,验证了它接收机载ACARS报文的实时性与正确率等需求;在本校江宁校区测绘得到的电子地图基础上,进行跑车实验,验证了本文设计的单基准站局域D-GPS、车载终端和监视中心的基本功能,以及它们之间的通信功能。通过“基于D-GPS/ADS-C组合监视原型系统”功能验证实验,验证了:本文的机场场面移动目标监视关键技术研究的结果,是有效、有价值的;本文构建的“基于D-GPS/ADS-C组合监视原型系统”,对新构建场面移动目标监视系统可提供有用的基础支持。
蔡艳辉[2](2007)在《差分GPS水下定位系统集成关键技术研究》文中认为全球卫星定位系统(GPS)实现了全球开阔陆地、海面和外部空间的定位导航,由于无线电波信号不能够在海水中传播,对于广大的湖泊、海洋水下空间,却不能够直接使用。由于声波信号在水中具有很好的传播特性,将GPS技术和声纳技术进行集成,实现GPS技术的水下扩展,完成广大的海洋水下空间具有和陆地一样的GPS定位导航功能,就是“水下GPS系统”的主要指导思想。水下GPS定位系统就是基于差分GPS技术的水面可变长基线定位系统。通过多个GPS智能浮标在水面构成水面长基线网,实时检测水下目标的定位信号和测量其到达浮标的时间,实现系统的定位。系统包括差分GPS参考站、GPS智能浮标、水下收发机和船基控制中心四部分。差分GPS参考站主要提供GPS差分信号,实现GPS实时精密动态测量。GPS智能浮标通过将水上GPS系统和水下声纳系统进行集成,实现浮标精密位置测量、水声信号的检测和延时测量、浮标姿态测量、超短基线水声校正、无线电数据通讯等功能。水下收发机主要完成水声定位信号的生成和发射、控制中心的命令、定位结果信息的接收等。船基控制中心主要完成系统观测数据的接收、记录,监视和控制系统的工作状态,计算水下目标的空间位置。本文基于水下GPS定位系统的基本框架,对系统集成中的几个关键技术进行了详细讨论:1.系统的集成的总体方案常规的水下定位系统包括超短基线定位系统、短基线定位系统、长基线定位系统。本文采用了基于长基线双曲线定位的总体方案。基于长基线的双曲线定位算法设计减少了水下声纳系统的复杂度,同时简化了GPS接收机与水下声纳系统的基本接口。2.基于DGPS技术水面虚拟长基线组成通过GPS-RTK技术可以实现实时厘米级的浮标动态定位,对于米级定位系统解算可以认为是没有误差。但是由于同一个水声信号到达不同的浮标的时间是不一样的,参与系统定位解算的水面基线实际上是非同时的虚拟基线。本文提出了基于两步缓冲的同步数据提取算法可以很好的实现从各个浮标的水声信号中搜索同步的观测,并构成虚拟水面基线网。同时证明了基于双曲线定位模型实际隐含了GPS坐标差分算法。3.基于GPS时间系统的时间测量系统的基本观测量是水声信号到达浮标的时间,通过测量不同浮标接收水声信号时间计算水下目标到达不同浮标的距离差值。要测量时间差值,必须要求各个浮标系统的时钟严格同步,本文采用了基于GPS时间系统的浮标时钟同步,同时通过GPS接收机的1PPS脉冲校正延时测量漂移,实现精密的时间测量方法。4.系统的定位数学模型分析基于双曲线观测的定位模型是系统的基本原理,本文对该数学模型的求解进行了详细分析,对于四枚浮标的系统,本文给出了了迭代算法和解析算法求解的推导,同时对于多余四枚浮标的系统,本文给出了最小二乘算法求解推导。由于双曲线定位算法是非全局收敛的算法,本文提出的基于解析算法用于求解初值可以大大避免系统的发散。另外,由于声速在海水中的跃层问题,本文还给出了顾及平均声速的双曲线定位模型解算算法。同时对于给定的声速剖面,本文还提出了一种基于射线声学的水下定位求解算法。5.系统的误差分析实现水下的精密定位,需要分析影响系统定位的各种因素。本文提出了基于极坐标系统的双曲线定位分析方法。并以此详细推导了水面基线误差、网形对定位结果的误差分析公式和距离观测误差对定位结果的误差分析公式。另外还对多与四枚浮标的基线网络提出了基于双曲线最小二乘的PDOP值区域分析方法。通过该方法可以计算任意水面基线网形的不稳定区域和收敛区域。6.系统工作软件开发系统工作软件主要完成系统的状态监视、数据记录和备份、定位解算和命令控制等。本文采用了基于面向对象思想设计了系统的基本数据结构,采用多线程、多层次架构设计软件框架。提出了基于队列数据结构的多通道浮标数据的分离算法解决多浮标并行工作数据通讯问题。最后,本文结合千岛湖、南海和抚仙湖三次综合试验,对系统工作的功能、稳定性、动态、静态定位精度进行详细讨论,数据结果表明本文提出的方法可行、合理,系统的性能优良。
李婷[3](2020)在《DME/二次雷达对北斗机载设备干扰评估》文中研究指明针对北斗接收机在不同类型干扰信号影响下所表现出的性能变化的分析,是北斗抗干扰技术研究的前提,也能够为干扰信号的监测与抑制算法研究提供必要的理论基础。北斗接收机机载电磁环境逐渐复杂化,对机载电子设备、固定航空发射机等潜在干扰源分析评估,是研究卫星导航射频干扰缓解技术的前提条件。本文参照标准文件RTCA DO-235B与RTCA DO-229中射频干扰(Radio Frequency Interference,RFI)对GPS L1和GPS L5影响的评估方法,研究北斗机载接收机性能以及RFI电磁环境,分析测距机(Distance Measuring Equipment,DME)与二次雷达(Secondary Surveillance Radar,SSR)两种典型干扰源的影响。主要内容如下:首先,对航空风险和RFI的影响进行分析,基于干扰源-路径-接收机的RFI分析模型,选择涵盖连续干扰与高低功率脉冲干扰的链路预算方法。并对模型所需的:射频前端参数、六种航空RFI冲突场景、主要潜在干扰源进行分析评估。总结出DME与二次雷达可能产生连续波与脉冲两种典型干扰类型。其次,分析北斗B1I信号结构以及北斗B1I信号测距码的特性,总结已公开北斗民用扩频码最差谱线所在频点与对应的幅值,并做仿真验证。然后,建立典型干扰信号模型,分析典型干扰信号对北斗接收机的载噪比、捕获及跟踪性能的影响并做仿真验证,分析北斗接收机干扰阈值,包括连续波干扰、限带类噪声干扰和脉冲干扰的阈值结果。最后,详细分析了DME与二次雷达设备的工作原理、航空运作作用以及二者对北斗机载接收机的潜在影响。给出卫星导航RFI缓解技术。
怀率恒[4](2020)在《AIS自主定位信息实时检测理论与关键技术研究》文中指出随着全球卫星导航系统(Global Navigation Satellite System,GNSS)的应用逐渐渗透到社会各领域,其逐步凸显的脆弱性也引起了国际社会的重视。在航海领域,为了保障沿海船舶的航行安全,国际海事组织(International Maritime Organization,IMO)已建议,船舶应配备天基和陆基双备份定位导航系统。船舶自动识别系统(Automatic Identification System,AIS)是一种信息实时交互助航系统,国际海上人命安全公约(International Convention for Safety of Life at Sea,SOLAS)已经规定,所有300总吨以上的船舶必须强制安装AIS设备。AIS实现船舶自动识别功能所需要的位置信息来自于GNSS接收机,而一旦GNSS突然持续性中断,AIS系统将会瘫痪,进而严重威胁船舶航行安全。因此,在世界无线电导航计划中已明确将AIS测距定位列为备份的陆基无线电导航系统之一。目前,无论是GNSS还是传统的陆基定位系统,在定位测量过程中利用的都是同频同周期的连续载波信号,而AIS本质上是一个通信系统,其接入方式采用的是自组织时分多址(Self-Organized Time Division Multiple Access,SOTDMA),也就是 AIS 信号是非周期性的。并且AIS的载波信号采用的是高斯最小频移键控调制(Gaussian Filtered Minimum Shift Keying,GMSK),与传统定位系统的双相调制的载波是完全不同的,这意味着传统的载波测量技术无法用于从AIS信号中获取定位信息。因此,若利用AIS岸站信号实现定位,首先应解决如何在一个时隙内从AIS信号中获取定位信息这一技术难点,即非周期AIS信号的定位信息测量。本文提出的解决方案是将信号稀疏表示理论应用于AIS实时信号的检测,在深入研究AIS载波、字典训练算法、稀疏分解算法和AIS信号传输损耗的基础上,提出了一种适用于实时信号处理的稀疏表示算法,使用少量原子来表示AIS信号,获取AIS信号的全息数据,并减小噪声带来的偏差。然后,通过对AIS信号的载波特性、时隙以及基带波形的分析和协同感知处理,进一步提出一种AIS信号时间戳检测算法,以对AIS信号进行定位信息的检测,并最终实现定位信息的测量。本研究内容主要有以下几个方面:首先,针对获取AIS信号全息数据的问题,将信号稀疏表示理论应用于AIS实时信号。针对AIS信号结构和性质,对字典构造算法和稀疏分解算法进行研究。在此基础上,提出了基于完备字典的AIS信号稀疏表示算法,获取了 AIS信号的全息数据。其次,针对由于AIS信号的非周期特性而必须在一个时隙内获取AIS信号全息数据的实时检测问题,通过对稀疏表示目标函数的数学变换和稀疏分解实现过程的优化,提出了一种信号分段表示和预先计算的AIS信号快速抗噪稀疏表示算法。与基于完备字典的AIS信号稀疏表示算法相比,该算法的稀疏表示精度提升约60%,误码率降低约70%,计算速度至少提升30%。之后,针对信号分段表示导致计算复杂度增加的问题,为了进一步加强算法的实时性,研究了 AIS信号的海面传输损耗。对传播距离、海水温度、海水盐度和海面风速等不同条件下AIS信号的传输损耗进行了分析和评估。在此基础上,提出了一种基于传输损耗的AIS信号自适应实时检测方法,并设计开发了基于现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)的 AIS 信号检测模块。最后,针对非周期AIS信号定位信息测量的问题,深入研究分析AIS信号基带波形,提出了一种AIS信号传播延时的测量方法,该方法能够检测利用AIS信号定位所需的时间戳信息,进而进行传播延时测量,搭建的实测平台验证了该算法的有效性。综上所述,本文提出的关于AIS定位信息的实时检测理论与关键技术研究,其研究成果对于实现AIS自主定位具有重要的理论意义和实用价值,对国际上该方向的研究做出了一定的贡献。
宋凯男[5](2019)在《基于STM32的3U立方星星务和姿态控制器设计》文中进行了进一步梳理立方星作为一种新的卫星部署方式,逐步在遥感、通信、空间安全等领域成为小卫星发展的主流,通过网络组建技术形成卫星星座系统,可实现对海洋、大气环境、船舶、航天、航空飞行器等的监测,也可应用于空间成像、通信、大气研究、生物学研究,以及新技术试验平台等方面。星务管理和姿态控制是立方星在轨正常运行的重要保障,也是实现其他功能的基础,因此设计一套稳定可靠的星务管理和姿态控制系统是立方星技术研究的重要内容。本文根据立方星星务管理和姿态控制的功能需求,基于STM32微控制器设计一套用于星务管理和姿态控制的星载计算机硬件模块,同时在硬件基础上实现星务管理和姿态控制软件设计,并通过实验验证其可靠性。本文首先对3 U立方星的星务管理和姿态控制进行总体需求分析,在分析基础上完成星务管理和姿态控制的总体方案设计,介绍各相关模块的作用和参数并设计各模块与星载计算机的通信方式,设计基于STM32微控制器的星载计算机硬件模块;其次,对3U立方星卫星任务进行分析,对卫星任务进行任务划分和任务优先级划分,选择FreeRTOS操作系统作为任务调度管理平台,实现卫星任务的管理和调度,完成星务软件设计;再次,分析3U立方星姿态控制特点,确定姿态控制方案和姿态控制算法,完成立方星姿态控制软件设计;最后,对姿态控制进行仿真分析并对立方星进行整星软件测试、磁模拟实验、高低温实验以及遥测遥控实验,验证软硬件设计的稳定性和可靠性。
毛景魁[6](2006)在《基于AIS的船舶远程航行动态监控系统》文中指出随着世界船舶数量的不断增加以及船舶向大型化和高速化方向的不断发展,世界重要水道越来越拥挤,海损事故频繁发生,给航行安全和海洋环境造成了巨大的威胁。在这种情况下,船舶自动识别系统(AIS:Automatic Identification System)应运而生了。AIS是一种综合卫星定位、陀螺罗经、计程仪等导航设备的信息,通过VHF数据链向外播发与接收相应信息,并在雷达或电子海图等显示设备上显示周边船舶位置及航行动态信息的新型导航通信系统。 本文系统分析了当前AIS发展状况,介绍了AIS所使用的自组织时分多址(SOTDMA)、增量式时分多址(ITDMA)、随机式时分多址(RATDMA)和固定式时分多址(FATDMA)协议,并着重介绍了SOTDMA的原理和船载AIS系统的组成。IEC61162协议定义了AIS与外部数据接口所采用的连线方式、速率设置、语句格式和通信字符定义,是本文研究的重点,IEC61162语句也是本系统数据解析的重点工作。对AIS协议解析后的数据存储和将接收到的船舶位置显示出来是作为一个完整的项目所不可缺少的内容,也是人机接口便于控制和显示必须提供的一种手段,这也是本系统的组成部分。 本文首先讲述了AIS的来源、发展进程和在我国的应用情况。然后,详细分析了AIS工作原理、数据链路电文格式和IEC61162协议组成和语句格式。在第四章和第五章中讲述了如何使用Visual C++6.0开发AIS协议解析程序,并把解析后的数据存储到SQL Server数据库中。在第六章中讲述了在Visual C++6.0中使用MapObjects控件制作本系统电子海图,并在海图上显示接收到的船舶位置。在第七章中给出了程序调试结果,达到了设计的初步目标。
郑利龙[7](2004)在《复杂环境下GPS信号参数估计与定位方法研究》文中认为本文对复杂环境下GPS信号参数估计与定位方法进行了研究,完成了GPS信号伪码延时估计、GPS信号接收的抗多径及抗干扰技术、GPS组合定位方法的有关理论分析与应用方法分析,提出了载波辅助的伪距时延估计算法、提出智能天线在消除GPS多径效应的应用和其抗干扰方法并研究GPS/DR组合定位的数据融合算法。论文的主要工作包括下述几个方面:在研究高动态环境中多普勒频率对伪码延时测量精度的影响的基础上,使用扩展卡尔曼滤波方法进行载波相位和频率的估计,并利用载波辅助技术由载波相位的变化来校正伪码延时环,降低多普勒频移对伪码延时环的直接影响,从而得到准确的伪码延时估计,提高了伪码延时环的动态性能。在详细分析多径信号特点的基础上,对多径信号引入的接收机的伪距测量误差和载波相位跟踪误差进行了深入分析,给出了减小多径误差的方法,提出了消除多径效应的接收机天线在GPS抗干扰方面的应用。同时,针对GPS信号传播环境的复杂性和由此引发的干扰的多样性,对GPS信号接收的抗干扰方法进行了深入研究,提出了基于现代智能天线技术的抗干扰方法,实验结果证明方法的有效性。 给出了车载GPS/DR组合导航系统的结构,建立了该导航系统的数学模型。然后针对一般组合滤波算法中,由于DR系统误差的引入,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合算法和进行了实际跑车数据的处理。针对GPS应用技术、产品相对成熟的现状和GLONASS与GPS的相似性,探讨利用GPS技术实现GLONASS接收机的可能性,设计了以GPS芯片组为核心的GLONASS C/A码接收机方案。同时,对组合定位中的若干算法进行了研究,包括组合定位模型及其求解方法,几何精度因子的计算和选星算法,电离层延迟的补偿方法等。针对香港的交通环境特点,给出了改进的地图匹配代价函数的定义,采用模糊综合评判的方法进一步给出了地图匹配可信度的概念。在此基础上给出了GPS和地图匹配的融合定位方法,该方法只在软件上加以改进,不需要增加额外的定位传感器,因此系统的成本和复杂度较低。同时不存在DR系统的误差积累<WP=5>问题,因此对数据融合算法的要求较低,但是对地图的精度要求较高。实验结果证明方法的有效性。超宽带和GPS融合定位不仅提高定位的精度而且适应多种场合。比如室内。本章在详细介绍UWB原理的基础上,论述了GPS和UWB组合定位的原理,给出GPS和UWB组合定位的模型和误差分析。
周其焕[8](1996)在《我国首架GPS/RNP/ACARS能力的B737飞机》文中提出 一、机载电子设备的改装方案国际航空公司订购的一架新的波音737飞机(PQ—373号)已于1995年11月交货。作为新航行系统(FANS)和新技术的试点,为了实现卫星导航进行 GPS 航路导航和非精密进近,以及配合 ADS 早期试验利用VHF 数据链下传飞机位置报告,机载设备上需作相应的改装和升级。国际航空公司飞机选型组通过周密的调查研究,提出了改装方案,又和波音公司、史密斯公司、特立达因公司、抗尼威公司开过多次协调会议,对改装方案的细节和飞机交货后的验证演示飞
王晨琳[9](2019)在《基于多源传感器信息融合的移动机器人协同导航研究》文中研究表明如今,运用于单一运动体的组合导航系统具有一定的局限性,运用于多运动体的协同导航系统能很好地弥补个体能力的不足,是当前的研究热点。本课题着重研究了移动机器人协同导航中多源传感器的信息融合过程,旨在提高多移动机器人协同导航系统的导航精度和鲁棒性,主要研究内容如下所示:首先,根据移动机器人搭载不同的辅助导航系统的情况,结合实际的工作环境,建立了不同的协同导航模型。分别为里程计协同导航模型、里程计/GNSS协同导航模型、里程计/视觉协同导航模型以及复杂环境下的协同导航模型。对涉及的传感器进行相应的数学描述,为后续研究提供一定的基础。其次,针对里程计/视觉协同导航模型,研究相关的SLAM数据关联算法,并将其应用于局部地图数据关联以及回环检测。针对复杂环境下的协同导航模型,设计了对移动机器人协同导航过程中的异常观测的探测以及抑制方案,有效提高了协同导航系统的鲁棒性。然后,根据多传感器数据融合结构,设计了集中式和分散式协同导航的传感器数据融合框架,基于建立的协同导航模型,研究与之相适应的协同导航解算方法;并且对协同导航节点间的直接相对观测和间接相对观测进行了研究,分别设计与之相适应的相对观测模型;对协同导航过程中各节点状态信息的相关性进行了分析,引入分离协方差交叉滤波器的概念,合理处理信息耦合,最终提出分散式协同导航算法。最后,基于建立的协同导航模型,设计不同的仿真实验场景,对集中式和分散式协同导航算法进行验证,并且对移动机器人的导航结果进行了比较分析,讨论了不同实验场景下集中式和分散式协同导航算法的优劣。
靳洪都[10](2013)在《高速铁路列车追踪接近预警系统车载设备研究》文中进行了进一步梳理随着我国高速铁路的发展,列车运行安全受到越来越高的重视。列车运行控制系统在运行过程中不可避免的出现无法预知的失效、故障、失误等情况,对于高速列车,微小的失误就可能造成灾难性的后果。因此完全依靠列车运行控制系统行车并不能保证足够的安全,列车追踪预警系统由此出现。高速铁路列车追踪接近预警系统能够实现高速铁路列车的防撞预警。整个系统由车载设备、地面设备和无线传输设备三部分组成。车载设备负责列车自主定位,地面设备负责列车的位置逻辑计算,无线传输设备保证车地通信的可靠稳定。车载设备是系统的重要组成部分,车载设备接收GPS接收机输出的定位信息,经过与电子地图数据库进行地图匹配,计算出列车的公里标,然后与里程计融合得到最终的列车位置。将数据通过无线传输设备发送到地面的预警服务器,并接收来自预警服务器的前方列车位置信息与列车运行预警信息,通过列车预警显示设备提供给司机安全预警信息。论文的主要工作有:(1)提出预警系统的整体设计方案和系统的设计原则;(2)研究系统中使用的关键技术;(3)重点研究列车组合定位算法;(4)实现系统的车载设备;(5)对系统的性能和功能进行测试。本论文对高速铁路列车追踪接近预警系统的组成、工作原理进行介绍,并对系统中使用的列车定位、地图匹配、无线传输等关键技术进行阐述。设计并实现了系统中的车载设备,并对GPS与里程计的组合定位方法、地图匹配技术和安全位置的计算进行重点的分析。最后在汉宜(武汉到宜昌)高铁进行现场实验。对系统的通信性能、GPS接收机的性能以及差分性能进行实验与分析。对地图匹配方案和组合定位性能进行验证。测试结果表明车载设备能够有效的提供列车位置,公里标的误差在8米以内,满足列车定位误差的要求。经过测试,系统能够实现相邻列车运行状态的安全预警,可以实时的显示前车和本车的列车运行状态,实验证明该预警系统具有很高的实际应用价值。
二、组合GPS接收机和VHF收发机(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、组合GPS接收机和VHF收发机(论文提纲范文)
(1)机场场面移动目标监视系统关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.1.1 A-SMGCS 概念的提出 |
1.1.2 场面监视系统在 A-SMGCS 中的重要作用 |
1.1.3 本文的研究目的和研究意义 |
1.2 研究现状综述 |
1.2.1 A-SMGCS 在国内外机场部署现状 |
1.2.2 场面移动目标监视技术研究现状 |
1.2.3 多传感器信息融合研究现状 |
1.3 机场场面移动目标监视系统的关键技术 |
1.3.1 基于单 SMR 场面监视的移动目标定位及跟踪技术 |
1.3.2 基于多 SMR 场面监视的多目标航迹的融合技术 |
1.3.3 基于 ADS-C 的场面飞机辅助监视技术 |
1.3.4 异类传感器航迹关联与融合技术 |
1.3.5 基于 D-GPS 的场面移动车辆监视技术 |
1.4 本文的内容要点及组织结构 |
1.4.1 各章的内容要点 |
1.4.2 论文组织结构 |
第二章 机场场面移动目标监视技术基础 |
2.1 场面移动目标定位技术 |
2.1.1 场面监视雷达(SMR)的目标定位 |
2.1.2 自相关监视的目标定位 |
2.1.3 差分 GPS(D-GPS)的目标定位 |
2.1.4 MDS 的目标定位 |
2.1.5 常用场面移动目标定位方法比较 |
2.2 机场场面移动目标跟踪技术 |
2.2.1 量测数据预处理 |
2.2.2 跟踪坐标系的选取 |
2.2.3 移动目标运动模型的建立 |
2.2.4 目标跟踪滤波器和滤波算法的设计 |
2.3 多传感器多目标航迹融合技术 |
2.3.1 信息融合系统的结构模型选择 |
2.3.2 坐标系选择及坐标系变换 |
2.3.3 时空对准 |
2.3.4 误差配准 |
2.3.5 航迹关联算法 |
2.3.6 航迹融合算法 |
2.4 本章小结 |
第三章 单 SMR 场面监视的目标定位与跟踪 |
3.1 交互式多模型算法 |
3.2 无味卡尔曼滤波 |
3.2.1 无味变换(UT) |
3.2.2 无味卡尔曼滤波(UKF) |
3.3 基于 UKF-IMM 算法的单 SMR 场面监视的目标跟踪 |
3.3.1 UKF-IMM 算法 |
3.3.2 量测转换 |
3.3.3 运动模型集 |
3.3.4 仿真分析 |
3.4 基于 VS-IMM 的单 SMR 目标监视 |
3.4.1 VS-IMM 算法的模型集 |
3.4.2 VS-IMM 跟踪算法 |
3.4.3 仿真分析 |
3.5 本章小结 |
第四章 多 SMR 场面监视的目标航迹融合 |
4.1 分布式多 SMR 目标跟踪的航迹融合框图 |
4.2 多 SMR 时空对准 |
4.3 多 SMR 误差配准 |
4.4 基于层次聚类的航迹关联 |
4.4.1 算法原理 |
4.4.2 有效性指标 |
4.4.3 仿真初始条件设定 |
4.4.4 仿真分析 |
4.5 基于加权平均融合方法的航迹融合 |
4.5.1 多 SMR 航迹加权平均融合的融合模型 |
4.5.2 权值分配原则 |
4.5.3 仿真分析 |
4.6 本章小结 |
第五章 基于 ADS-C 的机场场面飞机辅助监视 |
5.1 ACARS 系统的 VHF 地空数据链 |
5.1.1 ACARS 机载设备 |
5.1.2 VHF 地空数据链 ACARS 地面子系统 |
5.1.3 基于 ACARS 地空数据链的 ADS-C |
5.2 ADS-C 的监视工作原理 |
5.2.1 ADS-C 的数据链通信协议 |
5.2.2 ADS-C 的 ACARS 报文格式 |
5.3 基于 ADS-C 的场面飞机辅助监视 |
5.3.1 基于 ADS-C 场面飞机辅助监视系统的组成 |
5.3.2 ADS-C 的 ACARS 报告译码和获取 |
5.3.3 基于 ADS-C 场面飞机辅助监视系统的航迹管理 |
5.4 本章小结 |
第六章 基于 D-GPS 的场面移动车辆监视 |
6.1 D-GPS 定位方式 |
6.1.1 单基准站局域 D-GPS |
6.1.2 多基站局域 D-GPS |
6.1.3 广域 D-GPS |
6.2 D-GPS 系统组成 |
6.2.1 D-GPS 接收组件 |
6.2.2 D-GPS 基准站/流动站的建立 |
6.2.2.1 D-GPS 基准站安装位置的标定 |
6.2.2.2 D-GPS 接收机组件的初始设置 |
6.2.2.3 D-GPS 基准站和流动站通信的实现 |
6.3 基于 D-GPS 的场面移动车辆监视 |
6.3.1 基于 D-GPS 的场面移动车辆监视系统组成 |
6.3.2 基于 D-GPS 的场面移动车辆监视 |
6.4 本章小结 |
第七章 异类监视设备组合监视的目标航迹融合 |
7.1 坐标选择与变换 |
7.1.1 WGS-84 大地坐标系到平面直角坐标系的转换 |
7.1.2 坐标平移 |
7.2 异类监视设备的时空对准 |
7.3 异类监视设备的误差配准 |
7.3.1 基于 D-GPS 的 SMR 动态误差标定 |
7.3.2 配准后的 SMR 数据对 ADS-C 的误差标定 |
7.4 基于神经网络的模糊聚类分析 |
7.4.1 聚类分析 |
7.4.2 模糊聚类的数学模型 |
7.4.3 FCM 聚类算法 |
7.4.4 基于自适应矢量量化神经网络的 FCM 聚类 |
7.5 异类监视设备组合监视的目标航迹关联 |
7.5.1 异类监视设备组合监视的目标航迹关联过程 |
7.5.2 仿真研究 |
7.6 异类监视设备组合监视的目标航迹融合 |
7.6.1 动态加权航迹融合 |
7.6.2 仿真研究 |
7.7 本章小结 |
第八章 场面移动目标组合监视原型系统硬件构建 |
8.1 移动目标组合监视原型系统物理架构 |
8.2 飞机目标数据接收设备硬件构建 |
8.3 车载终端硬件构建 |
8.3.1 人-机交互显示控制模块 |
8.3.2 嵌入式系统主芯片的选择 |
8.3.3 电路 EDA 设计 |
8.4 车载终端和监视中心的通信接口硬件实现 |
8.4.1 无线收发装置 |
8.4.2 联网服务器 |
8.5 本章小结 |
第九章 D-GPS/ADS-C 组合监视原型系统软件设计 |
9.1 机场场面电子地图设计 |
9.1.1 机场场面监视地图数据获得 |
9.1.2 机场场面监视地图数据结构 |
9.2 通信协议软件设计 |
9.2.1 车载终端与监视中心通信协议软件设计 |
9.2.2 机载终端与监视中心通信协议软件设计 |
9.3 车载终端软件设计 |
9.3.1 软件框架设计 |
9.3.2 GPS 数据解析 |
9.3.3 WLAN 数据通信与解析 |
9.3.4 进程间的通信实现 |
9.4 监视中心功能软件设计 |
9.4.1 监视中心功能软件总体设计 |
9.4.2 网络数据收发模块 |
9.4.3 显示交互模块 |
9.5 本章小结 |
第十章 D-GPS/ADS-C 组合监视原型系统功能验证实验 |
10.1 实验条件设/配置 |
10.1.1 实验环境设置 |
10.1.2 PATS-EG 环境配置 |
10.1.3 验证实验用设备 |
10.2 基于 ADS-C 机场场面飞机辅助监视系统功能验证实验 |
10.2.1 飞机目标数据接收设备的功能验证实验 |
10.2.2 基于 ADS-C 机场场面飞机辅助监视系统功能验证实验 |
10.3 基于 D-GPS 机场场面车辆监视系统的功能验证实验 |
10.3.1 实验过程 |
10.3.2 实验结果 |
10.4 实验结果分析与评估 |
10.4.1 实验结果分析 |
10.4.2 实验结果评估 |
10.5 本章小结 |
第十一章 总结与展望 |
11.1 本文的主要工作和研究内容 |
11.2 本文的创新之处 |
11.3 本文的工作展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(2)差分GPS水下定位系统集成关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 概述 |
1.2 卫星定位系统的发展现状 |
1.2.1 卫星定位系统 |
1.2.2 卫星定位导航现代化 |
1.3 水下定位系统的发展现状 |
1.3.1 声纳系统 |
1.3.2 水下声学定位技术 |
1.4 水下GPS系统和GPS智能浮标(GIB) |
1.4.1 基于卫星定位系统的组合水下定位系统 |
1.4.2 水下 GPS 定位系统(UGPS) |
1.4.3 差分GPS水下立体定位系统 |
1.5 差分GPS水下定位系统研究意义 |
1.5.1 基于卫星导航技术的风险性 |
1.5.2 海洋资源探察 |
1.5.3 海洋资源开发 |
1.5.4 海洋权益保护 |
1.5.5 水下地形测绘 |
1.5.6 水下工程控制 |
1.5.7 无缝导航定位 |
1.6 本文的主要研究内容 |
1.6.1 系统集成的关键技术 |
1.6.2 本文的研究内容 |
1.7 本章小结: |
第2章 水声定位和水面基线测量 |
2.1 水声定位系统 |
2.1.1 超短基线定位系统 |
2.1.2 短基线定位系统 |
2.1.3 长基线定位系统 |
2.1.4 基于声矢量传感器的水下定位系统 |
2.2 水下GPS系统 |
2.2.1 水下定位模型比较 |
2.2.2 水下GPS系统 |
2.3 GPS水面基线测量 |
2.3.1 GNSS概述 |
2.3.2 GPS系统的定位精度 |
2.3.3 GPS动态定位 |
2.4 基于DGPS的水面虚拟基线测量 |
2.4.1 虚拟基线 |
2.4.2 隐含坐标差分 |
2.4.3 实时GPS浮标坐标测量 |
2.5 本章小结: |
第3章 海水声速 |
3.1 水声传播 |
3.2 海水声速分布 |
3.3 海水声速典型经验公式 |
3.3.1 Leroy经验公式 |
3.3.2 Mackenzie经验公式 |
3.3.3 Medwin 经验公式(1975) |
3.3.4 Del Grosso经验公式 |
3.3.5 乌德公式 |
3.3.6 精密Medwin经验公式 |
3.3.7 Frye和Paugh公式 |
3.3.8 国标公式 |
3.3.9 计算比较分析 |
3.4 水声折射定理 |
3.5 声线弯曲改正 |
3.6 海水声速剖面测量 |
3.6.1 直接声速剖面测量 |
3.6.2 间接声速剖面测量 |
3.6.3 全球ARGO网络 |
3.7 本章小结 |
第4章 水下立体定位系统的时钟同步与时间测量 |
4.1 概述 |
4.2 GPS时间系统 |
4.2.1 时间系统 |
4.2.2 原子时 |
4.2.3 GPS时间系统 |
4.2.4 GPS时间系统维护 |
4.3 GPS接收机的时间同步 |
4.3.1 GPS接收机的精密时间获取 |
4.3.2 基于Ashtech Sagitta-02 型GPS接收机的时钟同步 |
4.4 GPS浮标水声信号延时测量 |
4.4.1 水声信号检测 |
4.4.2 水声延迟时间测量 |
4.4.3 浮标延迟时间测量标定 |
4.5 本章小结 |
第5章 DGPS水下定位的数学模型 |
5.1 概述 |
5.1.1 基本问题 |
5.1.2 已知条件 |
5.2 距离交汇模型 |
5.2.1 解析求解 |
5.2.2 最小二乘求解 |
5.3 距离差交汇模型 |
5.3.1 迭代算法 |
5.3.2 解析求解 |
5.3.3 最小二乘法 |
5.3.4 顾及平均声速的水下目标的距离差数学模型 |
5.3.5 基于射线跟踪声学法求解 |
5.4 本章小结 |
第6章 系统的集成与误差分析 |
6.1 双曲线定位模型分析 |
6.1.1 双曲线性质 |
6.1.2 双曲线定位解析分析 |
6.1.3 水面基线网形分析 |
6.1.4 双曲线定位模型观测值误差影响分析 |
6.1.5 双曲线定位模型数值模拟分析 |
6.1.6 双曲线定位PDOP分析 |
6.2 声速误差 |
6.2.1 声速改正误差 |
6.2.2 “等声速”问题分析 |
6.2.3 声线弯曲误差 |
6.3 GPS定位误差 |
6.4 浮标姿态改正 |
6.4.1 三维数字罗盘 |
6.4.2 工作模式: |
6.4.3 系统集成 |
6.4.4 三维数字罗盘的数据 |
6.4.5 换能器偏移校正数据 |
6.4.6 水听器坐标的改正计算 |
6.4.7 坐标改正精度 |
6.5 水声时间测量误差 |
6.6 多路径误差 |
6.7 本章小结 |
第7章 DGPS水下立体定位系统软件集成 |
7.1 数据结构设计 |
7.1.1 系统的基本观测数据 |
7.1.2 面向对象的数据抽象 |
7.1.3 数据结构设计 |
7.2 监控软件集成设计 |
7.2.1 软件框架 |
7.2.2 数据通讯模块 |
7.2.3 水下目标的数据通讯模块 |
7.2.4 浮标数据接收模块 |
7.2.5 多通道浮标数据预处理 |
7.2.6 “两步缓冲消除法”获取同步数据 |
7.2.7 定位解算模块 |
7.2.8 系统状态监视模块 |
7.3 系统监控软件 UOcean 界面设计 |
7.3.1 主框架 |
7.3.2 系统状态监视 |
7.3.3 浮标网形显示 |
7.4 本章小结: |
第8章 系统测试与试验 |
8.1 系统框架 |
8.1.1 差分GPS基准站 |
8.1.2 水下收发机 |
8.1.3 多功能智能GPS浮标系统 |
8.1.4 船基控制中心 |
8.2 系统定位验证试验 |
8.2.1 千岛湖定位验证试验 |
8.2.2 检核方案 |
8.2.3 数据处理与结果 |
8.2.4 千岛湖 45 米试验 |
8.3 系统定位性能海洋试验 |
8.3.1 南海试验 |
8.3.2 水下静态定位试验 |
8.3.3 水下动态定位试验 |
8.4 水声声速与系统性能试验 |
8.4.1 抚仙湖试验 |
8.4.2 静态测试 |
8.4.3 动态定位试验 |
8.5 本章小结 |
第9章 结论 |
9.1 基本结论 |
9.2 论文创新 |
9.3 问题与展望 |
博士期间成果 |
致 谢 |
参考文献 |
附录 |
(3)DME/二次雷达对北斗机载设备干扰评估(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 主要研究内容及章节安排 |
第二章 北斗机载接收机电磁环境分析 |
2.1 航空风险和RFI影响 |
2.1.1 航空风险分析 |
2.1.2 北斗接收机RFI模型 |
2.1.3 航空RFI链路分析方法 |
2.2 航空射频干扰冲突场景概述 |
2.2.1 航路捕获 |
2.2.2 航路跟踪/数据解调 |
2.2.3 终端区域跟踪/数据解调 |
2.2.4 非精密进近与I、II/III类精密进近 |
2.3 机载电子设备干扰评估 |
2.3.1 甚高频通信 |
2.3.2 甚高频导航接收机 |
2.3.3 紧急定位发射器(ELT) |
2.3.4 高频(HF)收发机 |
2.3.5 航空移动卫星服务(AMSS) |
2.4 固定航空发射机的干扰评估 |
2.4.1 甚高频通信 |
2.4.2 VHF/ UHF导航服务 |
2.4.3 民航一次和二次监视雷达 |
2.5 临近飞机上的航空电子设备干扰评估 |
2.6 商业广播干扰评估 |
2.6.1 AM与FM |
2.6.2 电视(TV) |
2.7 本章小结 |
第三章 典型干扰对北斗接收机性能影响分析 |
3.1 北斗卫星导航系统信号分析 |
3.2 典型干扰信号分析 |
3.2.1 连续波干扰 |
3.2.2 脉冲干扰 |
3.2.3 其他类型干扰 |
3.3 典型干扰信号对北斗接收机影响 |
3.3.1 CWI对北斗接收机性能影响 |
3.3.2 PUI对北斗接收机性能影响 |
3.3.3 其他类型干扰对北斗接收机性能影响 |
3.4 北斗接收机干扰阈值 |
3.4.1 干扰情况下的等效载噪比 |
3.4.2 连续波干扰阈值 |
3.4.3 限带噪声干扰阈值 |
3.4.4 脉冲干扰阈值 |
3.5 本章小结 |
第四章 DME/二次雷达干扰评估关键技术及仿真分析 |
4.1 DME对B1I信号干扰分析 |
4.1.1 DME工作原理 |
4.1.2 DME航空运作作用 |
4.1.3 DME数学模型 |
4.1.4 DME对B1I信号干扰分析 |
4.2 二次雷达对B1I信号干扰分析 |
4.2.1 二次雷达工作原理及作用 |
4.2.2 二次雷达工作特征 |
4.2.3 二次雷达对B1I信号干扰分析 |
4.3 复合脉冲设备干扰分析 |
4.3.1 机载脉冲发射机占空比 |
4.3.2 复合脉冲RFI分析 |
4.4 本章小结 |
第五章 卫星导航射频干扰缓解技术 |
5.1 从源头上减轻干扰 |
5.1.1 排放监管 |
5.1.2 干扰源的识别和定位 |
5.1.3 减轻飞机上的干扰源 |
5.1.4 维护事件数据库 |
5.2 降低北斗接收机磁化率 |
5.2.1 自适应空间(天线)处理 |
5.2.2 自适应时间滤波 |
5.2.3 预选 |
5.2.4 改进接收机跟踪流程 |
5.2.5 多位模数(A/D)转换器 |
5.2.6 安装技巧 |
5.2.7 脉冲消隐技术 |
5.3 缓解技术应用于导航系统架构 |
5.3.1 使用独立的常规导航系统 |
5.3.2 多卫星系统的使用 |
5.3.3 使用双频接收机 |
5.4 操作约束 |
第六章 总结与展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文 |
(4)AIS自主定位信息实时检测理论与关键技术研究(论文提纲范文)
创新点摘要 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 增强罗兰系统 |
1.1.2 AIS测距模式 |
1.1.3 陆基定位系统国内外相关研究小结 |
1.2 AIS测距模式的测距理论研究 |
1.3 信号稀疏表示理论 |
1.3.1 字典构造算法 |
1.3.2 稀疏分解算法 |
1.4 AIS信号海面传输损耗 |
1.5 本文主要研究内容和章节安排 |
1.5.1 主要研究内容 |
1.5.2 结构安排 |
2 AIS信号稀疏表示研究 |
2.1 AIS信号稀疏表示需求分析 |
2.1.1 AIS信号稀疏表示实时性需求分析 |
2.1.2 AIS信号模型 |
2.2 字典学习算法研究 |
2.2.1 字典学习模型 |
2.2.2 最优方向法 |
2.2.3 K项奇异值分解法 |
2.2.4 实验与分析 |
2.3 稀疏分解算法研究 |
2.3.1 基追踪算法 |
2.3.2 正交匹配追踪算法 |
2.3.3 实验与分析 |
2.4 本章小结 |
3 AIS信号实时检测研究 |
3.1 AIS信号稀疏表示抗噪性优化研究 |
3.1.1 接收端信噪比对AIS信号稀疏表示的影响 |
3.1.2 稀疏表示抗噪性优化算法 |
3.2 OMP算法计算速度优化研究 |
3.2.1 OMP算法计算速度优化方法理论推导 |
3.2.2 OMP算法计算速度优化方法仿真分析 |
3.3 AIS信号快速抗噪稀疏表示算法 |
3.3.1 AIS信号快速抗噪稀疏表示算法仿真分析 |
3.3.2 AIS信号快速抗噪稀疏表示算法实时性分析 |
3.4 本章小结 |
4 AIS信号自适应检测方法研究 |
4.1 自适应检测方法原理 |
4.2 AIS信号海面传输损耗 |
4.3 AIS信号海面传输损耗评估 |
4.3.1 光滑海面AIS信号传输损耗评估 |
4.3.2 粗糙海面AIS信号传输损耗评估 |
4.3.3 AIS信号海面传输损耗预测评估 |
4.3.4 基于传输损耗的自适应方法门限选取 |
4.4 AIS信号实时检测模块 |
4.5 本章小结 |
5 非周期AIS信号定位信息实时测量研究 |
5.1 定位信息检测 |
5.1.1 时间戳选择 |
5.1.2 时间戳检测 |
5.1.3 实验与分析 |
5.2 实测试验 |
5.3 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 未来展望 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
(5)基于STM32的3U立方星星务和姿态控制器设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及意义 |
1.2 国内外研究现状及发展趋势 |
1.2.1 国外立方星研究现状 |
1.2.2 国内立方星研究现状 |
1.2.3 立方星星务及姿控研究现状 |
1.2.4 立方星发展趋势 |
1.3 论文主要研究内容及组织结构 |
1.3.1 主要研究内容 |
1.3.2 论文组织结构 |
第2章 3U立方星星务及姿控硬件设计 |
2.1 引言 |
2.2 星务及姿控需求分析 |
2.3 星务及姿控硬件总体方案 |
2.4 星务及姿控相关模块接口设计 |
2.4.1 GPS接收机模块 |
2.4.2 三轴磁强计模块 |
2.4.3 太阳敏感器模块 |
2.4.4 MEMS陀螺 |
2.4.5 偏置动量轮模块 |
2.4.6 三轴磁力矩器模块 |
2.4.7 测控模块 |
2.4.8 电源控制器模块 |
2.5 星载计算机模块设计 |
2.5.1 ADC采集电路设计 |
2.5.2 配电控制电路设计 |
2.5.3 104接口电路设计 |
2.5.4 其他接口电路设计 |
2.5.5 SPI FLASH电路设计 |
2.5.6 下载调试电路设计 |
2.5.7 微控制器电路设计 |
2.5.8 星载计算机模块电路板 |
2.6 本章小结 |
第3章 3U立方星星务软件设计 |
3.1 引言 |
3.2 星务软件设计分析 |
3.3 星务软件板级支持层设计 |
3.3.1 GPS接收机模块设计 |
3.3.2 三轴磁强计模块设计 |
3.3.3 太阳敏感器模块设计 |
3.3.4 MEMS陀螺设计 |
3.3.5 偏置动量轮模块设计 |
3.3.6 三轴磁力矩器模块设计 |
3.3.7 天线模块设计 |
3.3.8 测控收发机模块设计 |
3.4 星务软件应用层设计 |
3.4.1 星务任务创建 |
3.4.2 星务任务调度 |
3.4.3 遥控相关任务实现 |
3.4.4 遥测相关任务实现 |
3.5 本章小结 |
第4章 3U立方星姿控软件设计 |
4.1 引言 |
4.2 立方星姿态控制分析 |
4.3 立方星姿态控制算法 |
4.3.1 阻尼控制 |
4.3.2 俯仰姿态控制 |
4.3.3 章动和进动控制 |
4.3.4 Y轴角速率控制 |
4.4 立方星姿态控制软件设计 |
4.5 本章小结 |
第5章 姿控仿真和立方星实验 |
5.1 引言 |
5.2 姿态控制仿真分析 |
5.3 立方星实验测试 |
5.3.1 星务软件测试 |
5.3.2 磁强计校准及磁模拟实验 |
5.3.3 高低温实验 |
5.3.4 测控实验 |
5.4 本章小结 |
总结和展望 |
总结 |
展望 |
参考文献 |
攻读硕士学位期间发表的论文及成果 |
致谢 |
(6)基于AIS的船舶远程航行动态监控系统(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 船舶自动识别系统(AIS)的提出 |
1.2 AIS发展进程 |
1.3 AIS工作过程 |
1.4 AIS的应用 |
1.5 本课题的任务和意义 |
第二章 船载AIS结构及工作机制 |
2.1 船载AIS的构成 |
2.2 船载AIS的工作原理 |
2.3 自组织通信原理 |
2.4 本文系统的硬件组成 |
2.5 小结 |
第三章 IEC61162协议分析 |
3.1 IEC61162协议 |
3.2 电气规范 |
3.3 语句格式 |
3.4 符号定义 |
第四章 底层通信 |
4.1 协议解析思路 |
4.2 底层通信的实现 |
4.3 串行通信类 |
4.4 小结 |
第五章 协议解析及数据存储 |
5.1 协议解析程序 |
5.2 数据存储 |
5.2.1 本系统所用的数据库 |
5.2.2 存储程序的编写 |
5.3 AIS协议解析动态链接库 |
5.3.1 动态链接库简介 |
5.3.2 AIS协议解析动态链接库的编写和调用 |
5.4 小结 |
第六章 电子海图显示及数据接口 |
6.1 电子海图 |
6.2 电子海图显示软件 |
6.3 系统海图的显示 |
6.3.1 图层加载 |
6.3.2 图层缩放和漫游 |
6.4 海图注记 |
6.5 船舶位置的显示 |
6.6 与自定义AIS数据库的接口 |
6.7 小结 |
第七章 系统调试 |
7.1 串行口的调试 |
7.2 协议解析和存储程序的调试 |
7.3 电子海图部分调试 |
7.4 经验与建议 |
第八章 结论与展望 |
鸣谢 |
参考文献 |
附录一 IEC61162部分语句及其格式 |
附录二 AIS数据链部分电文格式 |
附录三 术语缩写及中文名称 |
(7)复杂环境下GPS信号参数估计与定位方法研究(论文提纲范文)
摘 要 |
ABSTRACT |
主要符号对照表 |
目录 |
第一章 绪论 |
1.1 全球定位系统的确立与意义 |
1.2 GPS系统的组成 |
1.3 GPS信号特征 |
1.3.1 GPS信号产生和结构 |
1.3.2 多普勒频率和时延的简述 |
1.3.3 扩频技术 |
1.4 GPS系统的发展策略信号特征 |
1.5 GLONASS系统信号特征 |
1.6 GPS现时系统描述 |
1.7 伽利略系统的前景 |
1.8 复杂环境下的GPS信号参数估计与定位方法 |
1.8.1 高动态GPS信号参数估计 |
1.8.2 多径效应与RF干扰 |
1.8.3 使用GPS/GLONASS |
1.8.4 GPS/DR组合导航 |
1.8.5 GPS/MM 融合定位方法 |
1.8.6 GPS与超宽带的组合 |
1.9 主要工作与论文结构安排 |
第二章 高动态环境扩频系统伪码延时的估计 |
2.1 引言 |
2.2 高动态环境扩频信号模型 |
2.3 高动态环境载波相位和频率估计 |
2.4 载波辅助技术及实现 |
2.5 伪码延时估计精度分析 |
2.6 小结 |
第三章 GPS接收机抗干扰技术 |
3.1 引言 |
3.2 多径效应的基本阐述 |
3.3 多径信号特点与误差模型 |
3.4 多径效应对接收机的影响 |
3.4.1 多径信号引入的伪距测量误差 |
3.4.2 多径信号引入的载波相位跟踪误差 |
3.5 GPS接收机抗RF干扰技术 |
3.6 抗干扰技术[28] |
3.6.1 抗多径干扰的技术 |
3.6.2 抗RF干扰的技术 |
3.6.3 自适应天线抗干扰 |
3.6.4 空时抗干扰 |
3.7 小结 |
第四章 车载GPS融合导航系统 |
4.1 引言 |
4.2 车载GPS/DR组合导航系统 |
4.2.1 车载GPS/DR组合导航系统的组成 |
4.3 基于迭代扩展卡尔曼滤波方法的数据融合算法 |
4.3.1 状态方程的建立 |
4.3.2 状态方程的离散化 |
4.3.3 观测方程的建立 |
4.3.4 数据融合算法 |
4.4 算法的跑车实验验证 |
4.5 GPS/DR系统最优估计融合 |
4.5.1 多源信息最优估计融合计算公式 |
4.5.2 GPS/DR系统的融合计算 |
4.6 小结 |
第五章 GPS/GLONASS组合定位方法 |
5.1 引言 |
5.2 以GPS芯片组为核心的GLONASS C/A码接收机方案 |
5.3 组合的定位和测速模型 |
5.3.1 定位和测速模型 |
5.3.2 模型的求解 |
5.4 组合系统几何精度因子(GDOP)的定义 |
5.5 组合系统电离层延时的校正方法 |
5.6 小结 |
第六章 GPS/MM 融合定位方法 |
6.1 引言 |
6.2 地图匹配算法误差区域的选择 |
6.3 改进的候选匹配点的代价函数定义 |
6.4 候选匹配路段代价函数 |
6.5 地图匹配可信度 |
6.5.1 基于模糊综合评判的地图匹配可信度 |
6.6 GPS/MM 融合定位方法 |
6.7 小结 |
第七章 GPS及UWB组合导航系统 |
7.1 引言 |
7.2 GPS及UWB组合导航系统 |
7.2.1 超宽带的概论 |
7.2.2 基本导航方程 |
7.3 UWB的测量数据分析 |
7.4 小结 |
第八章 结束语 |
参考文献 |
声 明 |
个人简历、在学期间的研究成果及发表的论文 |
(9)基于多源传感器信息融合的移动机器人协同导航研究(论文提纲范文)
摘要 |
ABSTRACT |
注释表 |
缩略词 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 自主移动机器人定位 |
1.3.1 位姿跟踪定位 |
1.3.2 全局定位 |
1.3.3 SLAM导航定位 |
1.3.4 全球卫星导航 |
1.4 本文的主要研究工作 |
1.5 本文的内容安排 |
第二章 移动机器人数学模型 |
2.1 运动监测 |
2.1.1 移动机器人运动模型 |
2.1.2 里程计误差模型 |
2.2 绝对定位 |
2.2.1 移动机器人坐标系 |
2.2.2 GPS坐标系及转换 |
2.2.3 GPS误差模型 |
2.3 环境探测 |
2.3.1 激光雷达扫描模型 |
2.3.2 激光雷达误差模型 |
2.4 相对测量 |
2.4.1 UWB测距模型 |
2.4.2 UWB误差模型 |
2.5 本章小结 |
第三章 协同导航算法 |
3.1 协同导航框架 |
3.2 卡尔曼滤波算法 |
3.2.1 卡尔曼滤波 |
3.2.2 抗差卡尔曼滤波 |
3.3 SLAM导航算法 |
3.3.1 路标状态估计算法 |
3.3.2 数据关联算法 |
3.4 集中式协同导航 |
3.4.1 时间更新 |
3.4.2 单节点量测更新 |
3.4.3 节点间相对量测更新 |
3.5 分散式协同导航 |
3.5.1 分离协方差交叉滤波器 |
3.5.2 时间更新 |
3.5.3 单节点量测更新 |
3.5.4 节点间合作量测更新 |
3.6 本章小结 |
第四章 仿真与讨论 |
4.1 模拟实验环境 |
4.2 里程计协同导航 |
4.3 里程计/GNSS协同导航 |
4.4 里程计/视觉协同导航 |
4.5 复杂环境协同导航 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 课题总结 |
5.2 课题展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(10)高速铁路列车追踪接近预警系统车载设备研究(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
目录 |
1. 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文工作与结构 |
2. 高速铁路预警系统总体结构和关键技术分析 |
2.1 高铁预警系统总体结构 |
2.1.1 系统结构设计 |
2.1.2 系统工作原理 |
2.1.3 主要设计原则 |
2.2 列车定位技术 |
2.2.1 基于卫星导航列车定位技术 |
2.2.2 基于多传感器融合列车定位技术 |
2.3 地图匹配技术 |
2.3.1 地图数据库模型 |
2.3.2 地图数据库设计 |
2.3.3 地图匹配算法设计 |
2.4 无线传输技术 |
2.4.1 GSM-R无线通信技术 |
2.4.2 3G无线通信技术 |
2.5 Linux系统运行环境配置 |
2.5.1 Linux系统简介 |
2.5.2 运行环境的配置 |
2.6 本章小结 |
3. 列车组合定位方法 |
3.1 GPS/ODO组合定位方法 |
3.1.1 组合定位的方案与实现 |
3.1.2 里程计定位误差分析与校准 |
3.2 地图匹配算法研究 |
3.2.1 地图匹配算法的衡量标准 |
3.2.2 GPS误差区域的确定 |
3.2.3 GPS数据的接收与预处理 |
3.2.4 基于点线匹配的地图匹配算法 |
3.2.5 匹配算法的具体实现 |
3.3 安全位置计算 |
3.3.1 定位误差的处理 |
3.3.2 通信延时的校正 |
3.4 本章小结 |
4. 高铁预警系统车载设备的设计 |
4.1 车载设备总体设计 |
4.2 车载设备硬件设计 |
4.2.1 车载设备硬件总体设计 |
4.2.2 车载处理单元选型 |
4.2.3 列车定位单元设计 |
4.2.4 预警显示单元设计 |
4.2.5 无线传输单元设计 |
4.3 车载设备软件设计 |
4.3.1 车载设备软件总体结构设计 |
4.3.2 系统初始化 |
4.3.3 列车自主定位软件设计 |
4.3.4 无线通信部分软件设计 |
4.3.5 地图数据库动态管理 |
4.3.6 日志记录 |
4.4 车载设备监控软件设计 |
4.5 本章小结 |
5. 高速铁路预警系统实现与测试 |
5.1 现场试验与车载设备的实现 |
5.2 系统性能测试 |
5.2.1 通信性能测试 |
5.2.2 GPS接收机性能测试 |
5.2.3 差分性能测试 |
5.3 系统功能测试 |
5.3.1 地图匹配方案验证 |
5.3.2 组合定位功能测试 |
5.3.3 预警功能验证 |
5.4 本章小结 |
6. 结论及展望 |
参考文献 |
图索引 |
表索引 |
作者简历 |
学位论文数据集 |
四、组合GPS接收机和VHF收发机(论文参考文献)
- [1]机场场面移动目标监视系统关键技术研究[D]. 宫淑丽. 南京航空航天大学, 2012(07)
- [2]差分GPS水下定位系统集成关键技术研究[D]. 蔡艳辉. 辽宁工程技术大学, 2007(06)
- [3]DME/二次雷达对北斗机载设备干扰评估[D]. 李婷. 中国民航大学, 2020(01)
- [4]AIS自主定位信息实时检测理论与关键技术研究[D]. 怀率恒. 大连海事大学, 2020(01)
- [5]基于STM32的3U立方星星务和姿态控制器设计[D]. 宋凯男. 江苏科技大学, 2019(03)
- [6]基于AIS的船舶远程航行动态监控系统[D]. 毛景魁. 上海海事大学, 2006(02)
- [7]复杂环境下GPS信号参数估计与定位方法研究[D]. 郑利龙. 清华大学, 2004(03)
- [8]我国首架GPS/RNP/ACARS能力的B737飞机[J]. 周其焕. 民航经济与技术, 1996(03)
- [9]基于多源传感器信息融合的移动机器人协同导航研究[D]. 王晨琳. 南京航空航天大学, 2019(02)
- [10]高速铁路列车追踪接近预警系统车载设备研究[D]. 靳洪都. 北京交通大学, 2013(S2)