基于多传感器信息融合的智能导航算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究的背景及意义 | 第9-10页 |
| ·车载导航定位系统概述 | 第10-13页 |
| ·车载导航定位系统的发展现状 | 第10-11页 |
| ·车辆导航中的定位技术 | 第11-12页 |
| ·常见的组合导航定位方式 | 第12-13页 |
| ·组合定位信息融合技术研究现状 | 第13-16页 |
| ·论文的主要工作及章节安排 | 第16-17页 |
| 第二章 多传感器组合导航定位系统总体设计 | 第17-36页 |
| ·GPS 导航定位系统 | 第18-25页 |
| ·GPS 的组成 | 第18-20页 |
| ·GPS 定位原理 | 第20-22页 |
| ·GPS 导航定位的特性 | 第22-25页 |
| ·基于里程计和陀螺仪的航位推算系统 | 第25-28页 |
| ·航位推算系统的基本原理 | 第25-27页 |
| ·航位推算系统的组成 | 第27-28页 |
| ·GPS/DR 组合导航系统 | 第28-35页 |
| ·GPS/DR 组合导航系统所需要的坐标转化 | 第29-31页 |
| ·坐标系的定义 | 第29-30页 |
| ·坐标系的转换 | 第30-31页 |
| ·GPS/DR 组合导航系统状态方程的建立 | 第31-34页 |
| ·GPS/DR 组合导航系统观测方程的建立 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第三章 基于卡尔曼滤波的信息融合算法研究 | 第36-46页 |
| ·线性离散系统卡尔曼滤波 | 第37-40页 |
| ·卡尔曼滤波理论 | 第37-39页 |
| ·卡尔曼滤波的发散现象 | 第39-40页 |
| ·卡尔曼滤波的发散抑制 | 第40页 |
| ·扩展卡尔曼滤波 | 第40-45页 |
| ·围绕标称状态的线性化滤波 | 第40-43页 |
| ·围绕一步预测的线性化滤波 | 第43-44页 |
| ·滤波结果仿真分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于粒子滤波的信息融合算法研究 | 第46-61页 |
| ·基于概率的定位方法 | 第46-48页 |
| ·贝叶斯滤波原理 | 第46-48页 |
| ·蒙特卡罗方法 | 第48页 |
| ·粒子滤波原理 | 第48-56页 |
| ·贝叶斯重要性采样 | 第49-51页 |
| ·序列重要性采样 | 第51-52页 |
| ·粒子滤波算法 | 第52-54页 |
| ·仿真分析 | 第54-56页 |
| ·改进的粒子滤波方法在信息融合中的应用 | 第56-60页 |
| ·粒子滤波重要性函数的选取 | 第56-57页 |
| ·粒子滤波重采样方法的改进 | 第57-58页 |
| ·仿真分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
