本书全面介绍现代航空飞行器在智能感知领域的前沿技术及其应用。书中涵盖飞行器状态与环境感知的基本技术、智能传感技术的应用、感知信息处理方法、多源感知数据融合技术、避障与路径规划，以及故障诊断与健康管理等内容。本书通过理论知识的系统阐述和丰富案例的详细讲解，展示了飞行器在复杂环境中的智能感知能力和自主飞行技术。

更多科学出版社服务，请扫码获取。

1981.09至1985.06，西北工业大学飞机设计专业本科学士学位 1985.09至1988.03，西北工业大学飞机设计专业攻读硕士学位 1994.09至1998.03，西北工业大学飞机设计专业攻读博士学位1988.06至1990.12，西北工业大学飞机系助教 1991.01至1993.02，西北工业大学飞机系讲师 1993.03至1998.12，西北工业大学飞机系副教授 1999.01至今，？ ？ ？西北工业大学飞机系/航空学院教授 1999.01至2003.06，西北工业大学飞机系副主任 2003.07至2005.10，西北工业大学航空学院副院长 2005.11至2014.10，西北工业大学航空学院院长？飞行器总体设计、飞行器结构设计百千万人才工程国家级层次人选，国家重大基础研究（973）首席科学家，享受国务院特殊津贴，全国百篇优秀博士论文获得者, 飞行器体系贡献度与综合设计工信部重点实验室主任，西北工业大学新概念飞行器原理研究所所长。中国航空研究院首席技术专家，临近空间飞行器专家组成员，可靠性系统工程专家组成员，特种装备专家组成员，创新园区专家组成员。中国航空学会理事、广东省航空学会副理事长、航空学会浮空器分会副主任、无人机及微型飞行器分会委员，中国电科集团浮空平台研发中心专家委员会副主任委员，中国电科集团可靠性分会副主任委员。中国航空学会理事、广东省航空学会副理事长、航空学会浮空器分会副主任、无人机及微型飞行器分会委员，中国电科集团浮空平台研发中心专家委员会副主任委员，中国电科集团可靠性分会副主任委员。《航空知识》、《航空工程进展》和《南京航空航天大学学报》编委。

目录
第1章 绪论 1
1.1 无人机状态感知技术概述 2
1.2 智能感知技术的定义 3
参考文献 6
第2章 基于智能传感技术的飞行器状态感知 7
2.1 智能传感技术 7
2.1.1 智能传感技术概述 8
2.1.2 智能传感基本技术 11
2.1.3 传感器布局优化方法 17
2.1.4 虚拟传感器技术 20
2.2 状态感知技术 23
2.2.1 状态感知技术基本概念 23
2.2.2 状态感知系统组成 23
2.2.3 状态感知关键技术 25
2.3 飞行器智能状态感知体系构建 28
2.3.1 飞行器全维感知需求 28
2.3.2 飞行器智能状态感知原理 29
2.3.3 飞行器常见智能状态感知系统 31
习题 35
参考文献 35
第3章 飞行器环境感知 38
3.1 飞行器感知技术概述 38
3.1.1 度量层环境感知技术 39
3.1.2 拓扑层环境感知技术 41
3.1.3 语义层环境感知技术 42
3.1.4 复合环境感知技术 43
3.2 飞行器环境感知技术方法 43
3.2.1 基于微波的环境感知 44
3.2.2 基于激光雷达的环境感知 45
3.2.3 基于视觉的环境感知 47
3.3 飞行器感知技术应用 52
3.3.1 目标检测与识别 52
3.3.2 目标跟踪 60
3.3.3 视觉SLAM 67
习题 73
参考文献 73
第4章 飞行器感知信息处理 75
4.1 感知信息处理概述 75
4.1.1 感知信息处理的任务 75
4.1.2 感知信息处理的关键技术 76
4.2 经典监测数据处理方法 76
4.2.1 数据采样 77
4.2.2 数据滤波 79
4.2.3 特征提取与选择 88
4.3 感知异常信息智能识别与清洗 94
4.3.1 感知信息中的异常数据 94
4.3.2 异常数据检测算法 96
4.3.3 基于堆叠自动编码器的异常数据检测 97
4.3.4 感知异常数据清洗 101
4.4 感知缺失信息重构技术 104
4.4.1 异常数据处理 104
4.4.2 基于插补的感知缺失信息重构方法 105
4.4.3 基于信息映射和变换的重构方法 106
4.4.4 堆叠自动编码器在重构中的应用 107
习题 109
参考文献 109
第5章 基于人工智能的多源感知数据融合 112
5.1 多源感知数据融合概述 112
5.1.1 多源感知数据融合的概念 112
5.1.2 多源感知数据融合的层次模型 113
5.1.3 多源感知数据融合的结构模型 115
5.2 多源感知数据融合方法 116
5.2.1 经典数据融合方法 116
5.2.2 基于人工智能的数据融合方法 119
5.3 机器学习方法 120
5.3.1 支持向量机 120
5.3.2 贝叶斯网络 122
5.4 深度学习方法 126
5.4.1 卷积神经网络 126
5.4.2 循环神经网络 134
习题 142
参考文献 142
第6章 飞行器避障和路径规划 145
6.1 路径规划问题定义 145
6.2 躲避静态障碍物的路径规划 146
6.2.1 图搜索算法 146
6.2.2 随机算法 149
6.2.3 元启发式算法 157
6.3 躲避动态障碍物的路径规划 158
6.3.1 基于控制的动态障碍物躲避方法 158
6.3.2 基于路径规划的动态障碍物躲避方法 159
习题 161
参考文献 161
第7章 基于人工智能的飞行器故障诊断 164
7.1 飞行器故障诊断与健康管理概述 164
7.1.1 飞行器故障诊断与健康管理的内涵 164
7.1.2 飞行器故障诊断与健康管理系统框架 165
7.1.3 飞行器故障诊断与健康管理技术的应用概况 171
7.2 机器学习与飞行器故障诊断 172
7.2.1 故障诊断方法概述 172
7.2.2 民机主起落架液压收放系统案例 174
7.2.3 基于机器学习的民机主起落架液压收放系统故障诊断 183
7.3 深度学习与飞行器故障预测 192
7.3.1 故障预测方法概述 192
7.3.2 民机主起落架液压收放系统故障预测案例 193
7.3.3 基于深度学习的民机主起落架液压收放系统故障预测 196
习题 205
参考文献 205
习题参考答案 208