**章 緒論
1.1 AUV仿真概述
1.1.1 自主潛航器
1.1.2 自主潛航器仿真技術(shù)
1.2 **外研究現(xiàn)狀及發(fā)展趨勢(shì)
1.2.1 AUV相關(guān)模型研究
1.2.2 仿真模型可信度評(píng)估研究
1.3 本書(shū)的組織結(jié)構(gòu)
第2章 基于SS分布的非高斯混響建模及混響預(yù)白化技術(shù)
2.1 基于SS分布的淺海海底混響建模
2.1.1 建�；�本假設(shè)
2.1.2 基于SS分布的混響幅值分布建模
2.1.3 基于SS分布的混響包絡(luò)分布建模
2.1.4 SS和高斯混合模型的參數(shù)估計(jì)
2.1.5 實(shí)驗(yàn)與仿真
2.2 基于混響匹配包絡(luò)的分布建模
2.2.1 基于SS分布的混響匹配包絡(luò)建模
2.2.2 實(shí)驗(yàn)與仿真
2.3 基于混合SS分布的混響混合序列建模
2.3.1 貝葉斯理論和馬爾可夫鏈蒙特卡羅方法
2.3.2 MCMC抽樣算法
2.3.3 混合SS分布混響混合序列建模
2.3.4 實(shí)驗(yàn)與仿真
2.4 高斯AR預(yù)白化技術(shù)
2.4.1 目標(biāo)探測(cè)模型
2.4.2 平穩(wěn)化處理
2.4.3 自回歸模型估計(jì)
2.4.4 分段白化實(shí)現(xiàn)
2.5 基于SS分布的預(yù)白化技術(shù)
2.5.1 分?jǐn)?shù)低階統(tǒng)計(jì)量
2.5.2 SS過(guò)程的AR模型
2.5.3 廣義Levinson-Durbin算法
2.5.4 SdS過(guò)程的白化實(shí)現(xiàn)
2.5.5 接收檢測(cè)器
2.6 實(shí)驗(yàn)與仿真
2.7 本章小結(jié)
第3章 非高斯時(shí)空二維陣列信號(hào)檢測(cè)
3.1 基于SS分布的陣列信號(hào)算法
3.1.1 傳統(tǒng)DOA估計(jì)算法
3.1.2 基于SS分布的子空間算法
3.2 基于FLOM-MUSIC的高分辨率二維陣列信號(hào)處理算法
3.2.1 基于MUSIC的二維陣列信號(hào)參數(shù)估計(jì)算法
3.2.2 2D-EX-FLOM-MUSIC算法
3.2.3 實(shí)驗(yàn)與仿真
3.3 基于FLOM-ESPRIT的增強(qiáng)型二維陣列信號(hào)處理算法
3.3.1 基于ESPRIT的二維陣列信號(hào)參數(shù)估計(jì)算法
3.3.2 2D-FLOM-ESPRIT算法
3.3.3 實(shí)驗(yàn)與仿真
3.4 本章小結(jié)
第4章 基于水平短線列陣的匹配場(chǎng)定位性技術(shù)
4.1 常用的匹配場(chǎng)處理器
4.1.1 線性匹配場(chǎng)處理器
4.1.2 *小方差無(wú)畸變響應(yīng)匹配場(chǎng)處理器
4.1.3 白噪聲抑制*小方差無(wú)畸變響應(yīng)匹配場(chǎng)處理器
4.1.4 寬帶匹配場(chǎng)處理器
4.2 聲場(chǎng)建模方法
4.2.1 波動(dòng)方程和Helmholtz方程
4.2.2 射線理論模型
4.2.3 簡(jiǎn)正波模型
4.2.4 波數(shù)積分模型
4.2.5 拋物線方程模型
4.2.6 三維聲場(chǎng)建模
4.3 基于靜止水平短線列陣的匹配場(chǎng)定位
4.3.1 測(cè)試環(huán)境和方案
4.3.2 測(cè)試結(jié)果及分析
4.4 運(yùn)動(dòng)水平短線列陣數(shù)據(jù)模型
4.5 采樣位置處理
4.5.1 采樣位置間的非相干處理
4.5.2 采樣位置間的相干處理
4.6 本章小結(jié)
第5章 基于AUV舷側(cè)陣的目標(biāo)定位技術(shù)
5.1 AUV的定位問(wèn)題分析
5.2 粒子濾波
5.2.1 狀態(tài)空間模型與遞推貝葉斯估計(jì)
5.2.2 序貫蒙特卡羅方法
5.2.3 粒子濾波算法
5.2.4 粒子濾波算法中的粒子貧化問(wèn)題
5.3 基于小波變換的灰粒子濾波算法
5.3.1 AuV的系統(tǒng)建模
5.3.2 灰預(yù)測(cè)算法
5.3.3 基于小波變換的觀測(cè)噪聲統(tǒng)計(jì)特性估計(jì)
5.3.4 WG-PF算法的執(zhí)行步驟
5.4 基于多模型的粒子濾波算法
5.5 自適應(yīng)擴(kuò)展卡爾曼濾波算法
5.5.1 標(biāo)準(zhǔn)的EKF算法
5.5.2 系統(tǒng)觀測(cè)噪聲的自適應(yīng)
5.5.3 系統(tǒng)過(guò)程噪聲的自適應(yīng)
5.6 試驗(yàn)描述與結(jié)果分析
5.6.1 試驗(yàn)描述
5.6.2 試驗(yàn)結(jié)果及分析
5.7 定位測(cè)試
5.7.1 定位方法描述
5.7.2 二維被動(dòng)定位
5.7.3 三維被動(dòng)定位
5.8 本章小結(jié)
第6章 小子樣靜態(tài)模型可信度測(cè)試評(píng)估方法
6.1 經(jīng)典頻率統(tǒng)計(jì)、貝葉斯統(tǒng)計(jì)及小子樣方法
6.1.1 經(jīng)典頻率統(tǒng)計(jì)方法及與貝葉斯統(tǒng)計(jì)的區(qū)別與聯(lián)系
6.1.2 試驗(yàn)子樣容量等級(jí)界定
6.2 模型測(cè)試評(píng)估中的貝葉斯統(tǒng)計(jì)基礎(chǔ)
6.2.1 貝葉斯統(tǒng)計(jì)基礎(chǔ)
6.2.2 先驗(yàn)信息的量化
6.2.3 驗(yàn)后分布的推斷
6.3 小子樣試驗(yàn)設(shè)計(jì)與靜態(tài)模型統(tǒng)計(jì)推斷
6.3.1 小子樣試驗(yàn)設(shè)計(jì)
6.3.2 小子樣試驗(yàn)參數(shù)統(tǒng)計(jì)推斷及序貫檢驗(yàn)
6.3.3 試驗(yàn)樣本容量分析預(yù)測(cè)
6.4 貝葉斯與Bootstrap再抽樣統(tǒng)計(jì)方法
6.4.1 無(wú)先驗(yàn)信息下的參數(shù)Bootstrap與馬爾可夫鏈蒙特卡羅
6.4.2 確定先驗(yàn)信息下的驗(yàn)后分布
6.5 本章小結(jié)
第7章 基于不確定信息及先驗(yàn)信息的動(dòng)態(tài)模型可信度測(cè)試評(píng)估方法
7.1 AUV仿真模型的不確定特性
7.1.1 不確定信息理論基礎(chǔ)
7.1.2 AUV控制系統(tǒng)模型
7.2 動(dòng)態(tài)模型基本可信度測(cè)試與評(píng)估
7.2.1 基本可信度評(píng)估方法
7.2.2 模型可信度測(cè)試評(píng)估中的關(guān)聯(lián)度解耦權(quán)重分配
7.2.3 AUV控制系統(tǒng)橫滾控制模型驗(yàn)證實(shí)例
7.3 模型綜合可信度評(píng)估中的混合動(dòng)態(tài)多屬性決策問(wèn)題
7.3.1 模型綜合可信度評(píng)估中的混合動(dòng)態(tài)決策問(wèn)題描述
7.3.2 語(yǔ)義評(píng)判的MADM解決方案
7.3.3 混合動(dòng)態(tài)MADM決策體系
7.4 基于灰箱系統(tǒng)辨識(shí)的AUV控制系統(tǒng)動(dòng)態(tài)模型驗(yàn)證
7.4.1 基本非線性模型NARX
7.4.2 灰箱系統(tǒng)辨識(shí)理論框架
7.4.3 灰箱系統(tǒng)辨識(shí)在AUV控制系統(tǒng)模型驗(yàn)證中的應(yīng)用
7.5 本章小結(jié)
參考文獻(xiàn)