基于GPS/INS的无人机组合导航信息融合方法设计
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 GPS/INS组合导航研究概况 | 第10-11页 |
| 1.2.1 GPS导航系统概况 | 第10页 |
| 1.2.2 惯性导航系统概况 | 第10-11页 |
| 1.2.3 GPS/INS组合导航研究现状 | 第11页 |
| 1.3 组合导航信息融合方法研究现状 | 第11-12页 |
| 1.4 论文主要工作及章节安排 | 第12-14页 |
| 第2章 GPS/INS组合导航基本理论 | 第14-31页 |
| 2.1 引言 | 第14页 |
| 2.2 全球定位系统 | 第14-18页 |
| 2.2.1 全球定位系统的组成 | 第14-16页 |
| 2.2.2 GPS定位原理 | 第16-17页 |
| 2.2.3 GPS定位系统误差 | 第17-18页 |
| 2.3 惯性导航系统 | 第18-25页 |
| 2.3.1 惯性导航中常用坐标系及其转换 | 第19-21页 |
| 2.3.3 惯性导航系统定位原理及解算算法 | 第21-25页 |
| 2.3.4 惯性导航系统误差 | 第25页 |
| 2.4 GPS/INS组合导航 | 第25-29页 |
| 2.4.1 组合导航系统的优越性 | 第25-26页 |
| 2.4.2 组合导航系统组合模式 | 第26-28页 |
| 2.4.3 组合导航系统设计模式 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 GPS/INS组合导航信息融合方法 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 卡尔曼滤波算法概述 | 第31-34页 |
| 3.2.1 卡尔曼滤波理论基础 | 第31-32页 |
| 3.2.2 卡尔曼滤波原理 | 第32-34页 |
| 3.3 GPS/INS组合导航信息融合方法设计 | 第34-41页 |
| 3.3.1 INS的误差模型 | 第34-40页 |
| 3.3.2 松组合滤波设计 | 第40-41页 |
| 3.4 组合导航信息融合方法仿真与分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 GPS信号异常时组合导航信息融合方法 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 神经网络算法 | 第45-49页 |
| 4.2.1 神经网络的拓扑结构 | 第46-47页 |
| 4.2.2 神经网络的学习方法 | 第47-48页 |
| 4.2.3 神经网络算法能力特点 | 第48-49页 |
| 4.3 BP神经网络算法 | 第49-53页 |
| 4.3.1 BP神经网络原理 | 第49-53页 |
| 4.3.2 BP神经网络算法的不足及改进方法 | 第53页 |
| 4.4 GPS信号异常时组合导航信息融合方法设计 | 第53-58页 |
| 4.4.1 GPS信号异常时系统模型 | 第53-55页 |
| 4.4.2 BP神经网络结构设计 | 第55-57页 |
| 4.4.3 BP神经网络数据处理 | 第57-58页 |
| 4.5 实验仿真结果及分析 | 第58-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 研究工作总结 | 第61-62页 |
| 5.2 今后研究展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士期间研究成果及参与科研情况说明 | 第67-68页 |
| 致谢 | 第68-69页 |
