摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-14页 |
1.1 选题背景及意义 | 第9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 组合导航和滤波算法的国内外研究现状 | 第9-11页 |
1.2.2 性能评估的国内外研究现状 | 第11-12页 |
1.3 本文的章节安排 | 第12-14页 |
第2章 组合导航系统捷联姿态和滤波算法设计 | 第14-39页 |
2.1 引言 | 第14页 |
2.2 捷联惯性导航系统姿态算法设计 | 第14-22页 |
2.2.1 常用坐标系的定义 | 第15-16页 |
2.2.2 算法初始化模块 | 第16页 |
2.2.3 姿态矩阵计算模块 | 第16-21页 |
2.2.4 速度计算模块 | 第21-22页 |
2.2.5 经纬度计算模块 | 第22页 |
2.2.6 捷联惯导系统姿态算法机械编排 | 第22页 |
2.3 组合导航系统常规卡尔曼滤波算法设计 | 第22-33页 |
2.3.1 卡尔曼滤波理论及方程 | 第23-25页 |
2.3.2 卡尔曼滤波算法的特点 | 第25-26页 |
2.3.3 组合导航系统模型的建立 | 第26-32页 |
2.3.4 卡尔曼滤波器闭环校正设计 | 第32-33页 |
2.3.5 组合导航系统卡尔曼滤波算法流程 | 第33页 |
2.4 算法仿真结果与分析 | 第33-37页 |
2.4.1 陀螺仪和加速度计数据发生器 | 第34-35页 |
2.4.2 仿真条件及初值选取 | 第35页 |
2.4.3 仿真与结果分析 | 第35-37页 |
2.5 本章小结 | 第37-39页 |
第3章 组合导航系统自适应滤波算法设计 | 第39-56页 |
3.1 引言 | 第39页 |
3.2 自适应卡尔曼滤波器原理 | 第39-41页 |
3.2.1 自适应滤波的提出 | 第39-40页 |
3.2.2 Sage-Husa自适应卡尔曼滤波算法 | 第40-41页 |
3.3 基于UD分解的Sage-Husa自适应卡尔曼滤波算法 | 第41-51页 |
3.3.1 参数估计的递推最小二乘法 | 第42-44页 |
3.3.2 基于UD分解的Sage-Husa自适应卡尔曼滤波算法 | 第44-48页 |
3.3.3 基于UD分解的Sage-Husa自适应卡尔曼滤波算法程序设计 | 第48-51页 |
3.4 仿真与结果分析 | 第51-55页 |
3.5 本章小结 | 第55-56页 |
第4章 滤波算法的性能评估研究 | 第56-63页 |
4.1 引言 | 第56页 |
4.2 传统的性能评估算法 | 第56-57页 |
4.3 基于模拟测量的性能评估算法 | 第57-61页 |
4.3.1 基本原理 | 第57-58页 |
4.3.2 模拟测量的生成 | 第58-60页 |
4.3.3 基于模拟测量的性能评估算法 | 第60-61页 |
4.4 仿真验证及分析 | 第61-62页 |
4.5 本章小结 | 第62-63页 |
总结与展望 | 第63-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
个人简历 | 第68页 |