非线性滤波方法及其在导航中的应用研究
摘要 | 第1-6页 |
Abstract | 第6-15页 |
第1章 绪论 | 第15-30页 |
·课题研究背景及意义 | 第15-16页 |
·估计理论的发展历程 | 第16-18页 |
·非线性滤波理论的现状 | 第18-24页 |
·递归贝叶斯估计 | 第18-20页 |
·基于函数线性化近似的滤波方法 | 第20-22页 |
·基于确定性采样的滤波方法 | 第22-23页 |
·基于蒙特卡罗仿真的滤波方法 | 第23-24页 |
·非线性滤波理论在导航中的应用现状 | 第24-28页 |
·滤波方法在静基座初始对准中的应用 | 第25-27页 |
·滤波方法在组合导航问题中的应用 | 第27-28页 |
·本文的主要研究内容和章节安排 | 第28-30页 |
第2章 导航系统的误差模型 | 第30-48页 |
·引言 | 第30页 |
·SINS的导航更新及误差方程 | 第30-39页 |
·姿态描述 | 第31-34页 |
·速度与位置描述 | 第34-35页 |
·速度与位置误差方程 | 第35-37页 |
·姿态误差方程 | 第37-38页 |
·惯性器件的误差方程 | 第38-39页 |
·SINS静基座初始对准误差模型 | 第39-40页 |
·初始对准非线性误差模型 | 第39-40页 |
·初始对准线性误差模型 | 第40页 |
·SINS/GPS组合导航误差模型 | 第40-44页 |
·位置、速度信息组合 | 第40-42页 |
·SINS/GPS的非线性误差模型 | 第42-43页 |
·SINS/GPS的线性误差模型 | 第43-44页 |
·GPS/DR组合导航系统非线性模型 | 第44-46页 |
·连续系统的离散化方法 | 第46-47页 |
·本章小结 | 第47-48页 |
第3章 两类非线性滤波算法在导航中的应用 | 第48-76页 |
·引言 | 第48-49页 |
·基于贝叶斯原理的线性状态估计实现 | 第49-50页 |
·两类非线性滤波算法的原理 | 第50-67页 |
·基于函数线性化近似的滤波方法 | 第50-57页 |
·基于确定性采样的滤波方法 | 第57-62页 |
·算例仿真及性能分析 | 第62-67页 |
·静基座初始对准:线性/非线性误差模型 | 第67-70页 |
·SINS/GPS组合导航:线性/非线性误差模型 | 第70-74页 |
·本章小结 | 第74-76页 |
第4章 两种鲁棒性滤波算法及在初始对准中的应用 | 第76-103页 |
·引言 | 第76页 |
·随机过程描述的噪声模型:自适应滤波 | 第76-81页 |
·时变噪声估计器 | 第77-79页 |
·含选择更新策略的时变噪声估计器 | 第79-81页 |
·ADDF/AUKF算法具体步骤 | 第81页 |
·未知分布但有界的噪声模型:集员/扩展集员滤波 | 第81-96页 |
·数学基础 | 第82-84页 |
·有界噪声下的参数估计 | 第84-86页 |
·椭球定界集员滤波 | 第86-90页 |
·椭球定界扩展集员滤波 | 第90-93页 |
·基于测量的选择更新策略 | 第93-94页 |
·滤波参数的优化方法 | 第94-96页 |
·随机噪声假设下的静基座初始对准 | 第96-99页 |
·未知分布但有界噪声假设下的静基座初始对准 | 第99-102页 |
·本章小结 | 第102-103页 |
第5章 粒子滤波及其改进算法在导航中的应用 | 第103-128页 |
·引言 | 第103-104页 |
·粒子滤波 | 第104-119页 |
·粒子滤波标准算法 | 第105-106页 |
·基于EKF/UKF设计重要性函数 | 第106-108页 |
·基于高斯混合模型设计重要性函数 | 第108-115页 |
·算例仿真及性能分析 | 第115-119页 |
·静基座初始对准:高斯混合粒子滤波 | 第119-120页 |
·GPS/DR组合导航:高斯混合粒子滤波 | 第120-121页 |
·并行粒子滤波 | 第121-127页 |
·粒子滤波并行实现的关键问题分析 | 第121-122页 |
·PF-UKF算法的并行实现 | 第122-126页 |
·算例仿真 | 第126-127页 |
·本章小结 | 第127-128页 |
结论 | 第128-130页 |
参考文献 | 第130-142页 |
攻读学位期间发表的学术论文 | 第142-144页 |
致谢 | 第144-145页 |
个人简历 | 第145页 |