首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

基于GNSS高速列车多源信息融合定位模型及其算法研究

摘要第1-4页
ABSTRACT第4-7页
主要符号说明第7-8页
第一章 绪论第8-15页
   ·研究背景及意义第8-9页
     ·选题的背景第8-9页
     ·研究的目的和意义第9页
     ·技术可行性第9页
   ·国内外研究现状第9-14页
     ·GNSS 及其发展现状第9-11页
     ·列车定位方法第11页
     ·基于 GNSS 列车定位技术的研究现状第11-12页
     ·列车组合定位算法第12-14页
   ·本文的工作第14-15页
第二章 GNSS 列车定位完善性研究第15-25页
   ·列车定位 GNSS 完善性分析第15-18页
     ·完善性参数第15-16页
     ·完善性风险第16-17页
     ·完善性风险控制第17-18页
   ·列车组合定位系统第18-25页
     ·IEC61508-6 参考结构第18-20页
     ·可靠性框图分析方法第20-23页
     ·GNSS 安全标准的 RAMS 监测与评估研究方案第23-25页
第三章 基于 GNSS 的高速列车定位模型研究方案第25-31页
   ·高速铁路列控系统发展第25-28页
     ·国外高速铁路列控系统发展第25-26页
     ·我国高速铁路列控系统发展第26-28页
   ·基于 GNSS 列车组合定位平台第28-31页
     ·基于GNSS列车组合定位平台第28-29页
     ·系统方案第29-30页
     ·系统特点第30-31页
第四章 基于 GNSS/INS 的高速列车多源信息融合的动态模型第31-42页
   ·INS(惯性导航系统)第31-34页
     ·INS 导航原理第31-32页
     ·INS 误差模型第32-34页
   ·GNSS/INS 组合导航系统第34-41页
     ·GNSS/INS 组合导航工作原理第35-36页
     ·GNSS/INS 组合导航系统的状态方程第36-38页
     ·GNSS/INS 组合导航系统的观测方程第38-41页
   ·小结第41-42页
第五章 多源信息融合算法第42-63页
   ·KF(卡尔曼滤波器)第42-44页
     ·KF 算法原理第42-43页
     ·KF 算法流程第43-44页
     ·KF 算法的优缺点第44页
   ·EKF(扩展卡尔曼滤波器)第44-48页
     ·EKF 算法原理第44-45页
     ·EKF 算法流程第45页
     ·EKF 在 GNSS/INS 组合导航中的应用仿真第45-48页
     ·EKF 算法分析第48页
   ·UKF(无迹卡尔曼滤波器)第48-53页
     ·UKF 算法原理第49-50页
     ·UKF 算法流程第50-51页
     ·UKF 在 GNSS/INS 组合导航中的应用第51-52页
     ·UKF 算法分析第52-53页
   ·PF(粒子滤波器)第53-59页
     ·基于 SIS(序贯重要性采样)的 PF 算法原理第53-55页
     ·基于 SIS(序贯重要性采样)的 PF 算法流程第55页
     ·SIS 粒子滤波中的粒子退化现象第55-57页
     ·PF 在 GNSS/INS 组合导航中的应用第57-59页
     ·PF 算法分析第59页
   ·CPF(Cubature 粒子滤波)第59-63页
     ·CPF 算法原理第59页
     ·CPF 算法流程第59-61页
     ·CPF 在 GNSS/INS 组合导航中的应用第61-62页
     ·CPF 算法分析第62页
     ·结论第62-63页
第六章 总结第63-64页
   ·主要工作回顾第63页
   ·今后的工作与展望第63-64页
参考文献第64-67页
个人简历 在读期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:主动式电磁扫描检测技术及其信号处理方法研究
下一篇:人工萤火虫算法的参数分析与改进及其应用