導(dǎo)彈武器精度分析與評(píng)估

第1章 緒論
1．1 導(dǎo)彈武器精度分析與評(píng)估的基本概念
1．2 導(dǎo)彈武器精度分析與評(píng)估的研究現(xiàn)狀
1．2．1 導(dǎo)彈武器精度分析與評(píng)估技術(shù)發(fā)展概況
1．2．2 導(dǎo)彈精度評(píng)定方法研究現(xiàn)狀概述
1．3 內(nèi)容梗概
第2章 武器系統(tǒng)精度指標(biāo)分析
2．1 點(diǎn)目標(biāo)假設(shè)下的精度指標(biāo)分析
2．1．1 二維精度指標(biāo)及相互關(guān)系
2．1．2 三維精度指標(biāo)及相互關(guān)系
2．2 非點(diǎn)目標(biāo)的精度評(píng)定指標(biāo)分析
2．2．1 面目標(biāo)命中概率計(jì)算的一般方法
2．2．2 命中區(qū)域的圓概率偏差指標(biāo)分析
2．3 導(dǎo)彈武器系統(tǒng)誤差源概述及落點(diǎn)偏差計(jì)算的一般方法
2．3．1 導(dǎo)彈武器誤差源概述
2．3．2 導(dǎo)彈誤差源分析示例
2．3．3 落點(diǎn)誤差計(jì)算的一般方法
第3章 導(dǎo)彈武器制導(dǎo)誤差建模分析
3．1 慣導(dǎo)系統(tǒng)誤差模型
3．1．1 慣性儀表誤差模型
3．1．2 平臺(tái)式慣導(dǎo)系統(tǒng)誤差模型
3．2 慣導(dǎo)工具誤差分離建模
3．2．1 平臺(tái)式系統(tǒng)工具誤差分離建模
3．2．2 捷聯(lián)式系統(tǒng)工具誤差分離建模
3．3 組合導(dǎo)航誤差模型
3．3．1 星光制導(dǎo)誤差模型
3．3．2 衛(wèi)星制導(dǎo)誤差模型
3．3．3 雷達(dá)制導(dǎo)誤差模型
3．4 機(jī)動(dòng)導(dǎo)彈初始誤差分離建模
3．4．1 初始誤差的影響機(jī)理
3．4．2 初始定位、定向誤差的引入
3．4．3 初始定向誤差與平臺(tái)調(diào)平、對(duì)準(zhǔn)誤差的關(guān)系
3．4．4 外測(cè)信息初步分析
3．4．5 初始誤差分離模型
3．4．6 初始誤差分離模型的驗(yàn)證
3．4．7 工具誤差與初始誤差的聯(lián)合分離模型
3．5 再人段誤差建模分析
3．5．1 彈頭再入段空間彈道方程
3．5．2 再入段干擾因素分析
3．6 重力異常對(duì)導(dǎo)彈落點(diǎn)精度的影響分析
3．6．1 重力異常對(duì)落點(diǎn)偏差的作用機(jī)理分析
3．6．2 重力異常引起的落點(diǎn)偏差的計(jì)算
第4章 制導(dǎo)工具誤差分離方法研究
4．1 基于環(huán)境函數(shù)矩陣的工具誤差分離常用方法
4．1．1 最小二乘方法
4．1．2 主成分方法
4．1．3 約束主成分方法
4．1．4 幾種方法的總結(jié)
4．2 基于環(huán)境函數(shù)矩陣的工具誤差分離改進(jìn)方法
4．2．1 衍生特征根主成分方法
4．2．2 偏最小=乘方法
4．2．3 幾種方法的比較
4．3 工具誤差分離與折合的支持向量機(jī)方法
4．3．1 統(tǒng)計(jì)學(xué)習(xí)理論基本思想
4．3．2 SVM應(yīng)用于工具誤差分離
4．3．3 最小二乘支持向量機(jī)方法
4．3．4 仿真算倒
4．4 工具誤差系數(shù)分離的遺傳主成分方法
4．4．1 奇異值分解法
4．4．2 基于遺傳算法的最佳主成分選取
4．4．3 工具誤差系數(shù)分離的仿真驗(yàn)證分析
4．4．4 關(guān)于工具誤差分離的一些其他方法
4．4．5 小結(jié)
4．5 貝葉斯統(tǒng)計(jì)濾波的一般表示及噪聲統(tǒng)計(jì)特性處理方法
4．5．1 貝葉斯統(tǒng)計(jì)濾波的一般表示
4．5．2 線性系統(tǒng)濾波
4．5．3 噪聲統(tǒng)計(jì)特性的Bayes極大驗(yàn)后估計(jì)
4．6 Bayes自適應(yīng)濾波及多線性化模型融合濾波
4．6．1 Bayes自適應(yīng)濾波的一般表示
4．6．2 噪聲統(tǒng)計(jì)特性全部未知情況下的Bayes自適應(yīng)濾波
4．6．3 噪聲統(tǒng)計(jì)特性部分已知情況下的Bayes自適應(yīng)濾波
4．6．4 自適應(yīng)濾波仿真實(shí)例
4．6．5 非線性系統(tǒng)的多線性化模型融合濾波
4．7 非線性系統(tǒng)的Unscented Kalman濾波
4．7．1 遞推濾波分析
4．7．2 Unscented變換
4．7．3 Unscented Kalman濾波
4．7．4 仿真實(shí)驗(yàn)
第5章 不同試驗(yàn)彈道精度折合方法
5．1 彈道精度折合概述
5．2 由小射程試驗(yàn)彈道向全程彈道進(jìn)行制導(dǎo)工具誤差的推算
5．2．1 工具誤差傳播的基本方程
5．2．2 工具誤差外推的依據(jù)
5．2．3 工具誤差外推方法
5．3 由高彈道試驗(yàn)結(jié)果向全程彈道進(jìn)行制導(dǎo)工具誤差的推算
5．3．1 垂直段分離誤差系數(shù)D1
5．3．2 轉(zhuǎn)彎段分離誤差系數(shù)D1
5．4 制導(dǎo)工具誤差對(duì)不同彈道影響的相互推算方法
5．4．1 直接推算的依據(jù)和前提
5．4．2 線性回歸模型的建立
5．4．3 線性回歸模型中自變?cè)x擇及回歸計(jì)算方法
5．4．4 由試驗(yàn)彈道的參數(shù)鋁s（t）推算全程的落點(diǎn)偏差
5．5 再人誤差和后效誤差的折合
5．5．1 再入誤差折合
5．5．2 后效誤差折合
5．6 組合導(dǎo)航誤差的折合
第6章 導(dǎo)彈武器精度評(píng)定方法
6．1 概述
6．2 命中精度評(píng)定的經(jīng)典統(tǒng)計(jì)方法
6．2．1 射擊密集度評(píng)定的經(jīng)典x2檢驗(yàn)
6．2．2 命中精度評(píng)定的概率圓檢驗(yàn)
6．2．3 CEP的經(jīng)典估計(jì)方法
6．3 命中精度的自助評(píng)定方法
6．3．1 Bootstrap自助估計(jì)方法
6．3．2 隨機(jī)加權(quán)估計(jì)方法
6．4 命中精度評(píng)定的Bayes方法
6．4．1 Baves檢驗(yàn)的風(fēng)險(xiǎn)分析
6．4．2 命中精度縱橫向聯(lián)合Bayes檢驗(yàn)
6．4．3 命中精度的Bayes估計(jì)
6．5 基于序貫Bayes分析的命中精度評(píng)定方法
6．5．1 Bayes雙子樣序貫估計(jì)
6．5．2 依賴于Bayes序貫檢驗(yàn)的序貫估計(jì)
6．5．3 隨機(jī)落點(diǎn)散布的序貫截尾檢驗(yàn)和估計(jì)
6．6 基于最佳試驗(yàn)數(shù)決策分析的命中精度評(píng)定方法
6．6．1 Bayes決策理論和落點(diǎn)密集度分析
6．6．2 導(dǎo)彈落點(diǎn)密集度評(píng)估的最優(yōu)試驗(yàn)數(shù)確定方法
6．7 命中精度評(píng)定中的仿真信息的合理運(yùn)用方法
6．7．1 限制樣本容量的方法
6．7．2 考慮驗(yàn)前信息可信度的方法
6．7．3 冪驗(yàn)前分布方法
6．8 命中精度評(píng)定中的多源信息融合方法
6．8．1 基于可信度的加權(quán)融合方法及第二類極大似然估計(jì)（ML-Ⅱ）融合方法
6．8．2 基于相對(duì)熵的多源信息融合方法
6．8．3 基于Bayes網(wǎng)絡(luò)的驗(yàn)前信息加權(quán)融合方法
6．8．4 驗(yàn)前信息的整體推斷方法
參考文獻(xiàn)