| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的研究背景、目的和意义 | 第10-11页 |
| 1.2 非线性滤波理论的发展现状 | 第11-14页 |
| 1.2.1 EKF | 第11-12页 |
| 1.2.2 UKF | 第12页 |
| 1.2.3 CKF | 第12-13页 |
| 1.2.4 PF | 第13-14页 |
| 1.3 粒子滤波在对准中的应用 | 第14页 |
| 1.4 论文的主要工作及内容编排 | 第14-17页 |
| 1.4.1 本文的主要工作 | 第14-15页 |
| 1.4.2 本文的内容编排 | 第15-17页 |
| 第2章 捷联惯导系统原理及对准建模 | 第17-27页 |
| 2.1 捷联惯导系统基本概述 | 第17-18页 |
| 2.2 捷联惯导系统姿态描述 | 第18-21页 |
| 2.2.1 导航常用坐标系 | 第18-19页 |
| 2.2.2 旋转矢量法姿态描述 | 第19-20页 |
| 2.2.3 四元数姿态更新算法 | 第20-21页 |
| 2.3 大方位失准角初始对准误差模型 | 第21-26页 |
| 2.3.1 基于平台欧拉角法的误差角微分方程 | 第21-23页 |
| 2.3.2 捷联惯导姿态误差方程 | 第23-25页 |
| 2.3.3 捷联惯导速度误差方程 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 粒子滤波原理 | 第27-43页 |
| 3.1 贝叶斯估计原理 | 第27-29页 |
| 3.2 粒子滤波算法 | 第29-33页 |
| 3.2.1 贝叶斯重要性采样 | 第29-31页 |
| 3.2.2 序贯重要性采样算法(SIS) | 第31-32页 |
| 3.2.3 重采样技术 | 第32-33页 |
| 3.3 序贯重要性重采样粒子滤波算法(Sequential Importance Resample) | 第33-36页 |
| 3.3.1 序贯重要性重采样粒子滤波算法步骤 | 第34-35页 |
| 3.3.2 标准粒子滤波算法(SIR)的伪代码描述 | 第35-36页 |
| 3.4 仿真分析 | 第36-42页 |
| 3.4.1 单变量非平稳增长模型 | 第36-38页 |
| 3.4.2 单站单目标跟踪仿真 | 第38-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于量测信息的粒子滤波重要性函数自适应选取 | 第43-55页 |
| 4.1 最优重要性密度函数选取 | 第43-44页 |
| 4.2 基于重要性密度函数改进的粒子滤波算法 | 第44-52页 |
| 4.2.1 EKPF算法 | 第45-47页 |
| 4.2.2 UPF算法 | 第47-50页 |
| 4.2.3 CPF算法 | 第50-52页 |
| 4.3 一维非线性模型仿真分析 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于欧式距离的粒子滤波粒子数自适应选取 | 第55-77页 |
| 5.1 滤波精度与粒子数的关系 | 第55-58页 |
| 5.2 基于欧式距离的自适应粒子滤波 | 第58-62页 |
| 5.2.1 自适应粒子滤波算法 | 第58-60页 |
| 5.2.2 自适应粒子滤波的伪代码描述 | 第60-62页 |
| 5.3 基于Cubature准则的自适应粒子滤波 | 第62-63页 |
| 5.4 仿真分析 | 第63-76页 |
| 5.4.1 APF目标跟踪仿真分析 | 第63-71页 |
| 5.4.2 ACPF目标跟踪仿真分析 | 第71-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第6章 自适应粒子滤波在初始对准中的应用 | 第77-87页 |
| 6.1 惯导仿真条件建立 | 第77-81页 |
| 6.2 大方位失准角初始对准滤波建模 | 第81-82页 |
| 6.3 仿真分析 | 第82-86页 |
| 6.4 本章小结 | 第86-87页 |
| 结论 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第93-94页 |
| 致谢 | 第94页 |
