航天测控最优估计方法与应用
航天测控最优估计方法与应用作者:李恒年 开 本:32开 书号ISBN:9787118094244 定价:35.0 出版时间:2015-01-01 出版社:国防工业出版社 |
航天测控最优估计方法与应用 本书特色
《航天测控*优估计方法与应用》针对航天测控非线性动力学系统参数估计问题,阐述了估计理论及其推广应用方法,面向具体工程问题,阐述了航天动力学系统估计算法的构建、分析、应用过程。尤其在卫星跟踪、轨道确定、再入目标轨道跟踪、自旋稳定卫星姿态确定、三轴稳定卫星姿态跟踪等方面,展现了应用成效显著的创新成果。 本书*直接的读者是从事航天测控跟踪、数据处理、轨道确定、姿态确定等专业的工程技术人员,希望本书能够为科研院所相关专业研究生和科研人员提供一点参考,也能为信号处理等专业研究生和高年级学生提供工程应用案例。希望能够为卫星跟踪、测量、导航学科研究和发展提供一点学术价值。
航天测控最优估计方法与应用 目录
第1章 概论1.1 航天测控中的估计问题
1.2 *优估计理论及发展
1.3 航天测控*优估计应用现状
1.4 本书导读
第2章 *小二乘法及改进算法
2.1 *小二乘估计原理
2.2 线性化系统观测方程
2.3 线性化系统状态方程
2.4 系统状态转移矩阵
2.5 系统状态矩阵求解
2.5.1 数值积分法
2.5.2 矩阵指数函数
2.5.3 幂级数近似法
2.5.4 数值差分法
2.5.5 差分积分混合法
2.6 *小二乘求解方法
2.6.1 超定方程正规化
2.6.2 超定方程奇异值分解
2.6.3 *小二乘批处理估计算法
2.7 *小二乘改进算法
2.7.1 *小二乘加权改进算法
2.7.2 *小二乘贯序估计算法
2.8 算法仿真
第3章 卡尔曼滤波及扩展算法
3.1 非线性系统滤波
3.2 状态噪声和观测噪声
3.3 滤波发散抑制方法
3.4 滤波缺陷分析
3.5 对滤波算法核心再认识
3.6 非线性函数均值和方差传播特点
3.7 无味卡尔曼滤波
3.7.1 无味变换均值和方差传播
3.7.2 基于无味变换的卡尔曼滤波
3.8 增广无味卡尔曼滤波
3.9 *小二乘法与卡尔曼滤波
第4章 空间坐标系及卫星运动基础
4.1 转移矩阵的一般形式
4.1.1 正交基底投影法
4.1.2 欧拉角转动法
4.1.3 矢阵运算法
4.2 空间坐标系统
4.2.1 地心坐标系
4.2.2 月心坐标系
4.2.3 地平坐标系
4.2.4 卫星质心坐标系
4.2.5 卫星本体坐标系
4.3 卫星运动基础
4.3.1 开普勒轨道
4.3.2 椭圆轨道开普勒方程
4.3.3 双曲线和抛物线轨道开普勒方程
4.3.4 卫星通过纬度圈的时刻和经度
4.3.5 测量天线原点的运动
4.3.6 卫星相对测量天线的观测量
第5章 火箭飞行弹道融合滤波估计
5.1 火箭弹道融合处理问题
5.2 解耦*小二乘法
5.2.1 状态模型
5.2.2 弹道处理算法
5.2.3 应用实例
5.3 解耦扩展卡尔曼滤波
5.3.1 状态模型
5.3.2 应用实例
5.4 “当前统计模型弹道融合算法
5.4.1 修正的瑞利分布函数
5.4.2 非零均值时间相关模型
5.4.3 滤波算法
5.4.4 应用实例
第6章 初轨确定与轨道运动监视
6.1 多项式拟合算法
6.2 *小二乘法
6.2.1 系统状态模型
6.2.2 系统观测模型
6.2.3 系统观测矩阵
6.2.4 状态传递矩阵
6.2.5 残差统计与方差控制
6.2.6 算法实现步骤和过程
6.3 改进拉普拉斯型方法
6.3.1 地面雷达观测方程
6.3.2 gps测量观测方程
6.3.3 观测方程*小二乘解
6.4 扩展卡尔曼滤波
6.4.1 马尔可夫过程矢量增广系统动力学模型
6.4.2 卡尔曼滤波算法
6.4.3 两种测量体制下的融合滤波算法
6.4.4 初始状态与协方差矩阵
6.4.5 状态矩阵和观测矩阵
6.4.6 应用实例
第7章 机动轨道跟踪与确定
7.1 机动轨道跟踪与确定问题
工业技术 航空、航天
在线阅读
- 最新内容
- 相关内容
- 网友推荐
- 图文推荐
上一篇:雷达无线的空域极化特性及其应用
下一篇:空间遥操作技术
零零教育社区:论坛热帖子
[家长教育] 孩子为什么会和父母感情疏离? (2019-07-14) |
[教师分享] 给远方姐姐的一封信 (2018-11-07) |
[教师分享] 伸缩门 (2018-11-07) |
[教师分享] 回家乡 (2018-11-07) |
[教师分享] 是风味也是人间 (2018-11-07) |
[教师分享] 一句格言的启示 (2018-11-07) |
[教师分享] 无规矩不成方圆 (2018-11-07) |
[教师分享] 第十届全国教育名家论坛有感(二) (2018-11-07) |
[教师分享] 贪玩的小狗 (2018-11-07) |
[教师分享] 未命名文章 (2018-11-07) |