| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 课题研究背景和意义 | 第13-15页 |
| 1.2 课题研究现状分析 | 第15-19页 |
| 1.2.1 INS/GPS组合导航系统 | 第15-16页 |
| 1.2.2 滤波理论的发展 | 第16-18页 |
| 1.2.3 改进的卡尔曼滤波理论在组合导航系统中的应用 | 第18页 |
| 1.2.4 不确定性系统鲁棒滤波理论在组合导航系统中的应用 | 第18-19页 |
| 1.3 论文的主要内容与章节安排 | 第19-22页 |
| 第2章 组合导航系统滤波方程分析 | 第22-40页 |
| 2.1 最优估计滤波器卡尔曼滤波 | 第22-23页 |
| 2.2 滤波稳态解与系统不确定性对滤波器的影响 | 第23-28页 |
| 2.2.1 通过埃尔米特矩阵求取滤波稳态解 | 第25-27页 |
| 2.2.2 由系统不确定引起的滤波发散 | 第27页 |
| 2.2.3 系统不确定性对估计结果的影响 | 第27-28页 |
| 2.3 惯导系统误差分析 | 第28-34页 |
| 2.3.1 惯导系统方程 | 第29页 |
| 2.3.2 惯导系统误差方程 | 第29-31页 |
| 2.3.3 轨迹仿真方程 | 第31-33页 |
| 2.3.4 惯导及组合导航系统仿真 | 第33-34页 |
| 2.4 李雅普诺夫与状态椭圆稳定性 | 第34-38页 |
| 2.4.1 李雅普诺夫稳定性 | 第35页 |
| 2.4.2 状态椭圆方程 | 第35-36页 |
| 2.4.3 状态椭圆方程约束条件 | 第36-38页 |
| 2.4.4 最小状态椭圆方程 | 第38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 线性不等式鲁棒滤波方法研究 | 第40-56页 |
| 引言 | 第40页 |
| 3.1 离散H∞滤波器 | 第40-44页 |
| 3.1.1 L2范数与H∞范数 | 第40-41页 |
| 3.1.2 基于博弈论（Game Theory）的H∞滤波 | 第41-42页 |
| 3.1.3 H2滤波, H∞滤波与卡尔曼滤波 | 第42-44页 |
| 3.2 线性不等式LMI | 第44-46页 |
| 3.2.1 线性不等式与凸集定义 | 第45页 |
| 3.2.2LMI的不等式组表达式 | 第45-46页 |
| 3.3 鲁棒H∞滤波器 | 第46-51页 |
| 3.3.1 有界多胞形集合的系统不确定性描述 | 第46-47页 |
| 3.3.2 鲁棒H∞滤波的线性不等式求解 | 第47-49页 |
| 3.3.3 鲁棒H∞滤波与卡尔曼滤波器 | 第49页 |
| 3.3.4 不稳定模型的LMI稳定性分解方法 | 第49-51页 |
| 3.4 鲁棒H∞滤波在组合导航中的应用分析 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 范数有界鲁棒卡尔曼滤波器研究 | 第56-74页 |
| 引言 | 第56页 |
| 4.1 不确定系统描述与滤波器推导 | 第56-59页 |
| 4.1.1 范数有界不确定系统描述 | 第56-57页 |
| 4.1.2 鲁棒卡尔曼滤波器的推导 | 第57-59页 |
| 4.2 滤波特性分析 | 第59-61页 |
| 4.2.1 滤波收敛性与稳定性分析 | 第59-61页 |
| 4.2.2 鲁棒卡尔曼滤波与传统KF的关系 | 第61页 |
| 4.3 范围参数α的选取原则 | 第61-62页 |
| 4.4 鲁棒卡尔曼滤波仿真实验 | 第62-72页 |
| 4.4.1 数值模型仿真 | 第62-66页 |
| 4.4.2 组合导航应用模型仿真 | 第66-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第5章 自适应有界椭圆估计方法 | 第74-92页 |
| 引言 | 第74页 |
| 5.1 基于二次形的椭圆方程描述 | 第74-80页 |
| 5.1.1 系统过程噪声上界椭圆 | 第75-77页 |
| 5.1.2 有界椭圆估计中的预测问题：椭圆求和 | 第77-78页 |
| 5.1.3 有界椭圆估计中的量测更新问题：椭圆相交 | 第78-80页 |
| 5.2 标量量测条件下的椭圆相交问题 | 第80-82页 |
| 5.3 改进降低保守性自适应椭圆估计方法 | 第82-83页 |
| 5.4 仿真结果与分析 | 第83-90页 |
| 5.4.1 仿真数据估计性能分析 | 第83-87页 |
| 5.4.2 真实数据估计性能分析 | 第87-90页 |
| 5.5 本章小结 | 第90-92页 |
| 第6章 忽略噪声条件的FIR滤波分析 | 第92-106页 |
| 引言 | 第92-93页 |
| 6.1 FIR滤波 | 第93-96页 |
| 6.1.1 系统模型与问题规划 | 第93-95页 |
| 6.1.2 初始均值方阵确定 | 第95-96页 |
| 6.1.3 最优FIR估计 | 第96页 |
| 6.2 无偏FIR估计增益 | 第96-101页 |
| 6.2.1 递推形式的无偏FIR估计 | 第96-98页 |
| 6.2.2 估计误差分析 | 第98-99页 |
| 6.2.3 时变系统的FIR估计 | 第99-100页 |
| 6.2.4 最优FIR采样窗口 | 第100-101页 |
| 6.3 数值模型仿真分析 | 第101-105页 |
| 6.4 本章小结 | 第105-106页 |
| 结论 | 第106-108页 |
| 参考文献 | 第108-118页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第118-119页 |
| 致谢 | 第119页 |
