- X射线脉冲星导航理论
- - 作者：王宏力//由四海//许强//何贻洋//冯磊|责编:宋无汗
  - 出版社：科学
  - ISBN：9787030745194
  - 出版日期：2023/10/01
  - 页数：204
- 售价：60

内容大纲
X射线脉冲星导航是一种新兴的自主导航方式。本书以作者研究团队脉冲星导航领域研究成果为基础，针对轮廓恢复、信号去噪、周期估计、相位估计、方位误差估计和惯性/星光/X射线脉冲星组合导航等理论进行讨论，主要目的是提高导航系统的实时性和精度，最终更适合工程实现。
本书可供航天器导航控制领域的科研人员和工程技术人员阅读，也可以作为相关专业的高年级本科生和研究生的教学参考资料。
作者介绍
目录
前言
第1章  绪论
  1.1  脉冲星导航概述
  1.2  国内外研究现状及分析
    1.2.1  脉冲星的发现与观测
    1.2.2  XNAV的发展历程
    1.2.3  X射线脉冲星信号处理的研究现状
    1.2.4  X射线脉冲星导航模型的研究现状
  1.3  本书的结构安排
    1.3.1  信号处理的研究
    1.3.2  导航模型的研究
第2章  脉冲星与X射线脉冲星导航
  2.1  脉冲星及其特性
  2.2  常用的脉冲星数据库及选星方法
  2.3  基本坐标系
  2.4  基本时间系统
  2.5  X射线脉冲星导航的原理
  2.6  X射线脉冲星导航数学模型
    2.6.1  状态方程
    2.6.2  观测方程
  2.7  小结
第3章  基于小波压缩感知的周期估计算法
  3.1  基于小波压缩感知的周期估计算法的框架
  3.2  基于扭曲轮廓的字典构建
    3.2.1  脉冲星光子到达时间的数学模型
    3.2.2  扭曲轮廓的原理
    3.2.3  字典的构建方法
  3.3  基于提升小波的观测矩阵设计
  3.4  基于小波域的卡方重构算法
  3.5  基于PP周期估计初始值的确定
  3.6  算法性能分析
    3.6.1  周期估计算法的复杂度分析
    3.6.2  周期估计算法的数值仿真与分析
  3.7  小结
第4章  脉冲轮廓信号的小波降噪算法
  4.1  小波降噪的原理分析
  4.2  小波基的构造
  4.3  小波基提升方案的实现
  4.4  仿真与分析
  4.5  小结
第5章  基于压缩感知的TOA估计算法
  5.1  基于压缩感知的TOA估计算法的框架
  5.2  TOA估计预处理
  5.3  基于双字典和同尺度1-范数的TOA估计
    5.3.1  基于双字典的信号稀疏化
    5.3.2  二元随机观测矩阵
    5.3.3  基于SSL1的重构算法
  5.4  基于小波域压缩感知的TOA估计
    5.4.1  小波域的多级字典
    5.4.2  小波层数相关的随机观测矩阵

    5.4.3  基于小波域的重构算法
  5.5  预处理与性能分析
    5.5.1  算法复杂度分析
    5.5.2  仿真与分析
  5.6  小结
第6章  X射线脉冲星方位误差估计
  6.1  脉冲星方位误差分析
  6.2  增广脉冲星方位误差估计算法
    6.2.1  算法设计
    6.2.2  可观测性证明
    6.2.3  仿真分析
  6.3  TSKF脉冲星方位误差估计算法
    6.3.1  估计算法误差影响分析
    6.3.2  算法设计
    6.3.3  仿真分析
  6.4  小结
第7章  X射线脉冲星导航算法
  7.1  基于分段线性化的截断误差建模方法
    7.1.1  观测模型高阶项分析
    7.1.2  截断误差的近似线性数学模型
    7.1.3  仿真分析
  7.2  基于ASEKF的脉冲星导航算法
    7.2.1  算法设计
    7.2.2  可观测性证明
    7.2.3  仿真分析
  7.3  考虑有色噪声影响的脉冲星导航两级强跟踪差分滤波器
    7.3.1  中心天体星历误差分析
    7.3.2  有色噪声分析
    7.3.3  TSTDKF算法设计
    7.3.4  仿真分析
  7.4  基于异步重叠观测方法的预修正导航算法
    7.4.1  异步观测方法
    7.4.2  异步重叠观测方法
    7.4.3  预修正扩展卡尔曼滤波器设计
    7.4.4  仿真分析
  7.5  基于多重次优渐消扩展卡尔曼滤波的惯性/星光/脉冲星组合导航算法
    7.5.1  惯性导航误差模型
    7.5.2  观测模型
    7.5.3  多重次优渐消扩展卡尔曼滤波器
    7.5.4  组合导航算法设计
    7.5.5  仿真分析
  7.6  基于虚拟加速度计的INS/CNS/XNAV组合导航算法
    7.6.1  基于虚拟加速度计的INS/CNS/XNAV组合导航算法的框架
    7.6.2  VA/XNAV的信息融合
    7.6.3  INS/CNS/XNAV的信息融合
    7.6.4  仿真分析
  7.7  小结
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目