摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第12-25页 |
1.1 课题的目的和意义 | 第12-13页 |
1.2 国内外研究现状与分析 | 第13-23页 |
1.2.1 GNSS/INS组合导航技术研究进展 | 第13-19页 |
1.2.2 非线性滤波理论发展及应用现状 | 第19-21页 |
1.2.3 非线性滤波理论在组合导航系统中的应用现状 | 第21-23页 |
1.3 论文主要内容及结构 | 第23-25页 |
第2章 降阶的集中式GPS/SINS超紧组合导航系统研究 | 第25-50页 |
2.1 参考坐标系及坐标转换 | 第25-28页 |
2.1.1 参考坐标系 | 第25-26页 |
2.1.2 坐标系转换 | 第26-28页 |
2.2 SINS原理 | 第28-32页 |
2.2.1 SINS力学编排 | 第28-30页 |
2.2.2 SINS误差模型 | 第30-32页 |
2.3 GPS原理 | 第32-37页 |
2.3.1 GPS信号跟踪 | 第33-35页 |
2.3.2 GPS接收机位置、速度和时间估计 | 第35页 |
2.3.3 GPS测量误差 | 第35-37页 |
2.4 降阶的集中式GPS/SINS超紧组合导航系统设计 | 第37-47页 |
2.4.1 超紧组合可观测性分析 | 第38-39页 |
2.4.2 降阶的集中式超紧组合导航系统 | 第39-46页 |
2.4.3 降阶的集中式GPS/SINS超紧组合模型分析 | 第46-47页 |
2.5 仿真分析 | 第47-49页 |
2.6 本章小结 | 第49-50页 |
第3章 5CKF/KF组合滤波算法研究 | 第50-85页 |
3.1 高斯滤波器的一般形式 | 第50-51页 |
3.2 条件线性高斯状态空间模型 | 第51-52页 |
3.3 CKF算法研究 | 第52-57页 |
3.3.1 Spherical-Radial法则 | 第52-55页 |
3.3.2 CKF滤波算法 | 第55-57页 |
3.4 5CKF算法研究 | 第57-63页 |
3.4.1 任意阶容积卡尔曼滤波 | 第58-60页 |
3.4.2 5CKF滤波算法 | 第60-63页 |
3.5 5 CKF/KF组合滤波算法 | 第63-72页 |
3.5.1 5CKF估计非线性状态 | 第64-67页 |
3.5.2 KF估计线性状态 | 第67-69页 |
3.5.3 5CKF/KF收敛性分析 | 第69-72页 |
3.6 仿真分析 | 第72-84页 |
3.6.1 组合导航信息融合仿真模拟系统 | 第72-73页 |
3.6.2 载体运动仿真环境设计及数据生成 | 第73-75页 |
3.6.3 GPS仿真环境及数据输出 | 第75-79页 |
3.6.4 INS仿真环境及数据输出 | 第79-80页 |
3.6.5 5CKF/KF算法仿真验证 | 第80-84页 |
3.7 本章小结 | 第84-85页 |
第4章 基于CKF的交互式多模型算法研究 | 第85-105页 |
4.1 IMM算法 | 第85-88页 |
4.1.1 多模型混合估计 | 第85-86页 |
4.1.2 交互式多模型算法 | 第86-88页 |
4.2 IMMCIF算法研究 | 第88-94页 |
4.2.1 CIF算法 | 第89-93页 |
4.2.2 IMMCIF算法 | 第93-94页 |
4.3 IMM5CKF算法研究 | 第94-99页 |
4.3.1 IMM5CKF算法 | 第94-96页 |
4.3.2 IMM5CKF收敛性分析 | 第96-99页 |
4.4 仿真分析 | 第99-104页 |
4.5 本章小结 | 第104-105页 |
第5章 改进的CKF算法在组合导航中的应用研究 | 第105-123页 |
5.1 组合导航车载实验设计 | 第105-111页 |
5.2 改进的CKF算法在车载组合导航滤波器中的应用 | 第111-122页 |
5.2.1 5CKF/KF算法车载实验 | 第112-117页 |
5.2.2 IMM5CKF/KF算法车载实验 | 第117-122页 |
5.3 本章小结 | 第122-123页 |
结论 | 第123-125页 |
参考文献 | 第125-139页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第139-140页 |
致谢 | 第140-141页 |
附录 | 第141-153页 |