MATLAB分布式火控系统航路滤波演示平台软件设计(2)
1.2 国内外研究现状
1.3 论文研究内容
卡尔曼滤波（Kalman filtering）是一种利用线性系统状态的方程，通过系统输入输出研究数据，是对系统状态进行最优估计的算法[6]。最优估计也可以理解为滤波过程，因为在观测数据过程中会受到系统中的噪声影响[7]。
在运用雷达跟踪目标时，通常我们可以得到目标的速度及位置，但是这些在实际过程中都存在这些许误差，也就是噪声，为了去除噪声我们可以用卡尔曼滤波，通过观测值和测量值估算出一个最好的位置。我们可以通过卡尔曼滤波得到目标过去、现在或者未来的最佳位置，因此卡尔曼滤波是一个非常实用且符合目前发展状况的方法。
本文所研究的内容就是本课题拟基于分布式火控系统演示平台，编写软件代码，实现典型目标航路生成、噪声叠加，针对生成的目标噪声航路，编写典型滤波算法，实现对目标航路的滤波处理，从而得出目标的最佳位置推算。
1.4 论文章节安排
本文共有吹冰个模块，结构安排如下：
第1章 绪论 明确叙述本课题的研究背景及意义，国内外的发展现状，阐述卡尔曼滤波的基本功能，最后总结论文安排。
第2章 分布式火控系统滤波算法基础 首先对分布式火控系统的特点及其关键技术进行相应的概述，之后介绍三种滤波模型，滤波算法以及对卡尔曼滤波算法的算例分析，最后给出本章小结。
第3章 设计软件MATLAB简介 本章主要对本次课题所采用的软件MATLAB进行介绍，阐述其特点优势。
第4章 滤波演示平台软件总体设计 首先对软件需求进行分析，给出滤波演示平台软件总体设计的流程图，最后规划软件设计的步骤。
第5章滤波演示平台软件详细设计 这一章给出软件详细设计的具体思路，从数学建模到算法编写，并且详细介绍两个功能模块，航路数据生成模块与卡尔曼滤波算法模块。
第6章 滤波演示平台软件的调试分析 首先对软件调试进行总体概述，之后对其各个功能模块进行调试给出数据图，然后对软件总体进行调试，最后对软件运行进行分析，演示卡尔曼滤波算例，通过图像对分卡尔曼滤波前后进行分析。
第7章 总结 概述本文的研究成果以及软件的不足之处。