• 航天器多源信息融合自航技术(英文版)(精) 普通图书/工程技术 Dayi Wang//Maodeng Li//Xiangyu Huang//Xiaowen Zhang|责编:武 北京理工大学 9787568290081
21年品牌 40万+商家 超1.5亿件商品

航天器多源信息融合自航技术(英文版)(精) 普通图书/工程技术 Dayi Wang//Maodeng Li//Xiangyu Huang//Xiaowen Zhang|责编:武 北京理工大学 9787568290081

新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由

77.5 6.2折 126 全新

仅1件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者Dayi Wang//Maodeng Li//Xiangyu Huang//Xiaowen Zhang|责编:武丽娟

出版社北京理工大学

ISBN9787568290081

出版时间2020-09

装帧其他

开本其他

定价126元

货号31007819

上书时间2023-10-26

學源图书专营店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
王大轶,研究员,现任中国空间技术研究院总体部副部长,中国宇航学会英文刊AdvancesinAstronauticsScienceandTechnology(《航天科技前沿》)编委,国家杰出青年科学基金获得者,国防科技卓越青年科学基金获得者,国家万人计划科技创新领军人才,“973项目”技术首席专家。在航天器自主导航与控制领域进行创新研究工作,解决了一系列关键技术问题,为嫦娥月球探测器等型号飞行试验成功做出了贡献。2016年获何梁何利基金科学与技术创新奖,2017年入选国家级百千万人才工程,是国务院政府特殊津贴专家、国家有突出贡献中青年专家。获国家技术发明二等奖1项,部级一等奖4项、二等奖4项。

目录
1  Introduction
  1.1  Autonomous Navigation Technology
    1.1.1  Inertial Navigation
    1.1.2  Autonomous Optical Navigation
    1.1.3  Autonomous Pulsar-Based Navigation
  1.2  Multi-source Information Fusion Technology
    1.2.1  Definition of Multi-source Information Fusion
    1.2.2  Classification of Multi-source Information Fusion Technologies
    1.2.3  Multi-source Information Fusion Methods
  1.3  Autonomous Navigation Technology Based on Multi-source Information Fusion
    1.3.1  Research and Application Progress
    1.3.2  Necessity and Advantages
  1.4  Outline
  References
2  Point Estimation Theory
  2.1  Basic Concepts
  2.2  Common Parameter Estimators
    2.2.1  MMSE Estimation
    2.2.2  ML Estimator
    2.2.3  Maximum a Posteriori (MAP) Estimator
    2.2.4  Weight Least-Square (WLS) Estimator
  2.3  Closed Form Parameter Estimators
    2.3.1  Linear Estimator
    2.3.2  MMSE Estimator for Jointly Gaussian Distribution
    2.3.3  Estimation Algorithms for Linear Measurement Equation
  2.4  State Estimation Algorithms in Dynamic Systems
   2.4.1  Recursive Bayesian Estimation
   2.4.2  Kalman Filtering
   2.4.3  Extended Kalman Filtering
   2.4.4  Unscented Kalman Filtering
   2.4.5  Constrained Kalman Filtering
  2.5  Brief Summary
  References
3  Estimation Fusion Algorithm
  3.1  Linear Fusion Models and Algorithms
    3.1.1  Linear Unified Model
    3.1.2  Fusion Algorithm from the Linear Unified Model 
    3.1.3  Covariance Intersection Algorithm in the Distributed Fusion
  3.2  Centralized-Fusion Kalman Filtering for a Dynamic System
    3.2.1  Parallel Filtering
    3.2.2  Sequential Filtering
    3.2.3  Data Compression Filtering
  3.3  Distributed-Fusion Kalman Filtering for a Dynamic System
    3.3.1  Standard Distributed Kalman Filtering
    3.3.2  Covariance Intersection Algorithm
    3.3.3  Federated Filtering Algorithm
  3.4  Brief Summary
  References
4  Performance Analysis
  4.1  Observability of Linear System
    4.1.1  Observability Analysis of LTI Systems
    4.1.2  Observability Analysis of LTV Systems
  4.2  Observability of Nonlinear Systems
    4.2.1  Definition and Criteria of the Observability of Nonlinear Systems
    4.2.2  Observability Analysis Based on Singular Value Decomposition
  4.3  Degree of Observability for Autonomous Navigation System
    4.3.1  Observability Gramian Based Method
    4.3.2  Error Covariance-Based Method
  4.4  Monte Carlo Method
  4.5  Technique of Linear Covariance Analysis
  4.6  Brief Summary
  References
5  Time and Coordinate Systems
  5.1  Time Systems
    5.1.1  Definition of Time System
    5.1.2  Definition and Conversion of Julian Date
  5.2  Coordinate Frames
    5.2.1  Definition of Reference Coordinate System
    5.2.2  Coordinate Transformation
  5.3  Ephemeris of Navigational Celestial Bodies
    5.3.1  Calculation of High-Precision Celestial Ephemerides
    5.3.2  Calculation of Simple Celestial Ephemerides
  5.4  Brief Summary
  References
6  Dynamic Models and Environment Models
  6.1  Orbit Dynamics Model
    6.1.1  Orbital Perturbation Model
    6.1.2  Spacecraft Orbit Dynamics Model
  6.2  Attitude Kinematics Model
    6.2.1  Description of Attitude
    6.2.2  Attitude Kinematics Equation
  6.3  Mars Environment Model
    6.3.1  Mars Ellipsoid Model
    6.3.2  Mars Gravitation Field Model
  6.4  Asteroid Environment Model
    6.4.1  Asteroid 3D Model
    6.4.2  Asteroid Gravitation Field Model
  6.5  Brief Summary
  References
7  Inertial Autonomous Navigation Technology
  7.1  Measurement Equation
    7.1.1  Gyroscope Measurement Equation
    7.1.2  Accelerometer Measurement Equation
  7.2  Differential Equation of Strapdown Inertial Navigation .
  7.3  Strapdown Inertial Navigation Update Equations
    7.3.1  Attitude Update Equation
    7.3.2  Inertial Velocity Update Equation
    7.3.3  Inertial Position Update Equation
  7.4  Com

内容摘要
本书是北京理工大学出版社与SpringerNature联合出版图书。
航天器自主导航指的是在不依赖地面支持的情况下,仅利用自身携带的测控设备在轨实时测定航天器位置和速度等参数的技术。基于多源信息融合的自主导航是对多种信息源(多观测目标、多敏感器、先验知识等)进行融合处理的一种先进的自主导航方式。随着深空探测任务的不断开展和实施,基于多源信息融合的自主导航技术,具有高精度性和高可靠性,较以往单一敏感器、单一观测的自主导航方式,其在增强信息冗余性、扩展时间/空间覆盖性以及减少信息获取成本等方面有显著优势,在深空探测任务中发挥着重要作用。
本作品是一部结合估计理论、融合理论与航天器自主导航技术为一体的原创性学术著作,反映了中国在航天器自主导航研究领域具有国际领先水平的研究成果。
本作品共分四大部分,以深空探测航天器为应用对象,重点论述多源信息融合理论方法及其在深空探测自主导航中的应用,内容涉及估计理论、融合算法、性能分析、时空系统、动力学模型与环境模型、惯性自主导航技术、光学自主导航技术、脉冲星自主导航技术、光学与脉冲星融合自主导航技术、惯性与测距测速/光学融合自主导航技术等12章。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP