新書推薦：
《
敦煌两千年
》
售價：NT$
403.0
《
海外藏中国古版年画珍本·北美卷
》
售價：NT$
9996.0
《
群星闪耀——大数学家传（上下册）（"十四五"时期国家重点出版物出版专项规划项目）
》
售價：NT$
806.0
《
客家魂：广东白企村人文图谱 揭秘“红色之村”“华侨之村”“厨师之村”，开启粤港澳大湾区客家人的追“根”铸“魂”之旅
》
售價：NT$
449.0
《
博物馆里的传世珠宝：珍藏版
》
售價：NT$
1010.0
《
山东馆藏文物精品大系--青铜器卷
》
售價：NT$
15198.0
《
墨色事业：从英国内战到美国内战的报纸史（万镜·历史）
》
售價：NT$
347.0
《
Arduino项目开发100例（典藏版）
》
售價：NT$
709.0
|
| 內容簡介： |
|
《空天飞行器智能感知与控制》对空天飞行器智能感知与控制相关的基本理论、方法及典型应用进行了全面而深入的阐述。《空天飞行器智能感知与控制》内容从绪论开篇，介绍数据解译与特征工程的基础理论，深度学习和强化学习的核心方法，以及在空天飞行器中实现高效的目标感知和制导控制，*后探讨空天飞行器在博弈制导与控制环境下的应用策略。《空天飞行器智能感知与控制》结构严谨、内容丰富，旨在通过理论与实践的结合，为读者呈现空天飞行器智能技术发展的立体视角，特别是相关智能算法的仿真代码及其在实际应用场景中的具体实例，可加深读者对理论内容的理解并提高所介绍方法的可操作性。
|
| 目錄：
|
|
目录序前言第1章 绪论 11.1 空天飞行器概述 11.1.1 定义与发展现状 11.1.2 关键技术问题 21.2 未来发展趋势 51.2.1 智能感知技术 51.2.2 智能控制技术 6思考题 7第2章 数据解译与特征工程 82.1 特征提取 82.1.1 主成分分析法 82.1.2 线性判别分析法 92.1.3 局部线性嵌入法 102.2 聚类分析 112.2.1 均值聚类算法 112.2.2 密度聚类算法 122.2.3 谱聚类算法 122.3 回归与分类分析 142.3.1 *小二乘回归 142.3.2 K近邻分类器 152.3.3 支持向量机 152.4 算例仿真 172.4.1 **遥感图像数据集特征提取算例 172.4.2 飞行器图像数据集“背景-目标”聚类算例 18思考题 19第3章 深度学习理论 203.1 神经网络基础 203.1.1 神经元 203.1.2 多层感知机 213.1.3 反向传播神经网络 233.2 卷积神经网络 253.2.1 卷积神经网络基本结构 253.2.2 AlexNet 283.2.3 VGGNet 283.3 新型神经网络 293.3.1 递归神经网络 293.3.2 长短期记忆神经网络 303.3.3 生成对抗神经网络 313.3.4 Transformer神经网络 323.4 神经网络压缩 343.4.1 模型剪枝 343.4.2 权重共享 353.4.3 参数量化 363.5 算例仿真 373.5.1 卷积神经网络特征图可视化算例 373.5.2 航天器状态监控及故障检测算例 38思考题 39第4章 强化学习理论 404.1 马尔可夫过程 404.1.1 强化学习概念 404.1.2 动态规划 444.1.3 蒙特卡洛方法 464.1.4 时间差分学习 474.2 深度强化学习 494.2.1 DQN算法 494.2.2 DDPG算法 514.2.3 PPO算法 534.3 多智能体强化学习 544.3.1 多智能体系统 544.3.2 MADDPG 算法 554.3.3 MAPPO 算法 574.4 算例仿真 574.4.1 DQN算法训练倒立摆算例 574.4.2 MADDPG算法训练MPE算例 59思考题 61第5章 空天飞行器空中目标感知 635.1 运动目标检测 635.1.1 背景减除法 635.1.2 帧间差分法 665.1.3 光流法 685.2 光学目标检测 705.2.1 单阶段目标检测 705.2.2 双阶段目标检测 735.3 动态目标跟踪 755.3.1 基于相关滤波的目标跟踪 755.3.2 基于深度学习的目标跟踪 825.4 算例仿真 875.4.1 背景减除法运动目标检测算例 875.4.2 单阶段目标检测算例 885.4.3 相关滤波法目标跟踪算例 89思考题 90第6章 空天飞行器地物目标感知 916.1 目标检测方法 916.1.1 水平边界框目标检测 926.1.2 定向边界框目标检测 946.2 变化检测方法 1006.2.1 变化检测基本流程 1016.2.2 图像差分法 1046.2.3 图像回归法 1066.2.4 变化向量分析法 1066.3 异常检测方法 1086.3.1 基于RX算法的异常检测方法 1096.3.2 基于协同表示的异常检测方法 1136.3.3 基于低秩性与稀疏性的异常检测方法 1146.4 星载多源图像目标识别 1176.4.1 星载多源图像目标特征表征 1176.4.2 复杂环境条件下星载多源图像目标识别 1226.5 SAR图像目标检测 1266.5.1 基于统计模型的检测方法 1276.5.2 基于极化特征的检测方法 1296.5.3 基于干涉相干性的检测方法 1316.5.4 基于深度学习的检测方法 1346.6 算例方法 1366.6.1 水平边界框目标检测算例 1366.6.2 RX算法异常检测算例 1376.6.3 基于CFAR算法的SAR图像目标检测算例 138思考题 139第7章 空天飞行器智能制导与控制 1407.1 **制导与控制理论 1407.1.1 飞行器制导与控制模型 1407.1.2 PID控制 1437.1.3 比例导引 1447.2 智能飞行控制系统 1487.2.1 强化学习智能控制方法 1487.2.2 模糊自适应智能控制方法 1507.2.3 神经网络智能控制方法 1527.3 容错飞行控制系统 1557.3.1 容错控制相关概念 1567.3.2 飞行器故障分析与诊断 1577.3.3 滑模变结构控制 1617.3.4 非线性动态逆控制 1657.4 协同制导控制系统 1667.4.1 相对运动制导模型构建 1667.4.2 多智能体一致性理论简介 1697.4.3 多约束条件下的协同制导律设计方法 1717.5 算例方法 1777.5.1 无人机增稳回路设计算例 1777.5.2 飞行器协同拦截仿真分析算例 179思考题 184第8章 空天飞行器博弈制导与控制 1868.1 微分博弈制导控制 1868.1.1 纳什-庞特里亚金最大*小原理 1868.1.2 微分博弈纳什均衡解 1888.1.3 基于纳什均衡解的*优控制方法 1898.2 非零和博弈制导控制 1918.2.1 CW追逃博弈 1918.2.2 粒子群优化算法 1938.2.3 非零和博弈*优控制方法 1958.3 强化学习博弈制导控制 2028.3.1 Q 学习制导控制 2028.3.2 强化学习比例导引控制 2068.3.3 强化学习过载制导控制 2108.4 算例仿真 2118.4.1 飞行器博弈制导控制算例 2118.4.2 在轨航天器追逃博弈控制算例 213思考题 218参考文献 220
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
