| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-25页 |
| 1.1 课题的研究背景和意义 | 第12-13页 |
| 1.2 惯性导航误差抑制技术 | 第13-18页 |
| 1.2.1 捷联惯性导航系统的发展 | 第13-15页 |
| 1.2.2 惯性器件数据预处理技术 | 第15-16页 |
| 1.2.3 惯性导航系统初始对准技术 | 第16-18页 |
| 1.3 SINS/BD2组合导航技术 | 第18-22页 |
| 1.3.1 BD卫星导航系统发展现状 | 第18-19页 |
| 1.3.2 SINS/BD2组合导航技术 | 第19-20页 |
| 1.3.3 组合导航系统的信息融合技术 | 第20-22页 |
| 1.4 论文主要研究内容 | 第22-25页 |
| 第2章 惯性器件误差处理及基于BD2的现场标定技术 | 第25-60页 |
| 2.1 引言 | 第25页 |
| 2.2 基于隐马尔科夫模型理论的惯性器件随机漂移处理 | 第25-39页 |
| 2.2.1 随机漂移处理方法的提出 | 第25页 |
| 2.2.2 基于隐马尔科夫模型理论的陀螺随机性漂移处理方法 | 第25-28页 |
| 2.2.3 基于扩展RLS的惯性器件随机漂移预处理 | 第28-32页 |
| 2.2.4 试验验证 | 第32-39页 |
| 2.3 基于旋转机构的六位置现场标定方法研究 | 第39-49页 |
| 2.3.1 陀螺仪标定的误差模型 | 第39-41页 |
| 2.3.2 基于旋转机构的现场六位置标定方案 | 第41-47页 |
| 2.3.3 仿真验证 | 第47-49页 |
| 2.4 基于BD2及过程噪声处理的捷联惯导三位置现场标定方法 | 第49-59页 |
| 2.4.1 利用精对准失准角反求惯性器件零偏的标定方法 | 第49-50页 |
| 2.4.2 基于单轴旋转机构的三位置标定方法 | 第50-53页 |
| 2.4.3 变分贝叶斯过程噪声自适应滤波在三位置标定中的应用 | 第53-55页 |
| 2.4.4 算法仿真和实验分析 | 第55-59页 |
| 2.5 本章小结 | 第59-60页 |
| 第3章 基于BD2的捷联惯性导航系统初始对准技术研究 | 第60-91页 |
| 3.1 引言 | 第60页 |
| 3.2 Quest四元数粗对准方法 | 第60-67页 |
| 3.2.1 粗对准方法的理论基础 | 第60-61页 |
| 3.2.2 参考坐标系定义 | 第61页 |
| 3.2.3 粗对准原理 | 第61-63页 |
| 3.2.4 基于Quest算法的惯性系粗对准方法 | 第63-66页 |
| 3.2.5 基于惯性系粗对准的计算机仿真 | 第66-67页 |
| 3.3 基于BD2的大失准角非线性初始对准方法研究 | 第67-79页 |
| 3.3.1 欧拉角误差模型 | 第68-69页 |
| 3.3.2 大失准角初始对准误差模型的非线性程度分析 | 第69-72页 |
| 3.3.3 Cubature卡尔曼滤波 | 第72-73页 |
| 3.3.4 基于AR预测模型的变分贝叶斯Cubature卡尔曼滤波 | 第73-78页 |
| 3.3.5 基于BD2的大失准角对准仿真验证 | 第78-79页 |
| 3.4 基于速度和计算角速率量测信息的二次对准 | 第79-90页 |
| 3.4.1 二次对准方法的提出 | 第80-82页 |
| 3.4.2 二次对准方法的奇异值可观测性分析 | 第82-84页 |
| 3.4.3 二次对准方法的可观测解析形式分析 | 第84-87页 |
| 3.4.4 二次对准的误差分析 | 第87-88页 |
| 3.4.5 仿真验证 | 第88-90页 |
| 3.5 本章小结 | 第90-91页 |
| 第4章 SINS/BD2紧耦合导航及线性/非线性信息融合 | 第91-121页 |
| 4.1 引言 | 第91页 |
| 4.2 SINS/BD2紧耦合导航系统SINS误差模型 | 第91-94页 |
| 4.2.1 欧拉角误差模型 | 第91-93页 |
| 4.2.2 惯性器件误差模型 | 第93-94页 |
| 4.3 SINS/BD2紧耦合系统BD2非线性误差模型 | 第94-100页 |
| 4.3.1 伪距伪距率的BD2位置和速度量测方程 | 第94-95页 |
| 4.3.2 载波相位及其差分的BD2位置和速度量测方程 | 第95-96页 |
| 4.3.3 BD2紧耦合导航伪距伪距率非线性量测方程 | 第96-98页 |
| 4.3.4 BD2误差状态方程 | 第98页 |
| 4.3.5 BD2伪距伪距率非线性量测方程的非线性程度分析 | 第98-100页 |
| 4.4 粒子滤波非线性信息融合 | 第100-110页 |
| 4.4.1 粒子滤波(Paticle Filter) | 第100-102页 |
| 4.4.2 Cubature粒子滤波(Cubature Particle Filter-CPF) | 第102-104页 |
| 4.4.3 高斯和Cubature粒子滤波(Gaussian Sum CPF-GSCPF) | 第104-106页 |
| 4.4.4 滤波算法数值仿真 | 第106-107页 |
| 4.4.5 滤波算法的紧耦合导航仿真验证 | 第107-110页 |
| 4.5 非线性/线性混合粒子滤波在SINS/BD2紧耦合导航中的应用 | 第110-120页 |
| 4.5.1 非线性/线性混合RBCPF (Rao-Balckwellized CPF) | 第110-112页 |
| 4.5.2 紧耦合非线性/线性混合模型及反馈校正实现 | 第112-114页 |
| 4.5.3 仿真验证 | 第114-120页 |
| 4.6 本章小结 | 第120-121页 |
| 第5章 BD2失效时的组合导航技术研究 | 第121-160页 |
| 5.1 引言 | 第121页 |
| 5.2 紧耦合导航系统可观测性和稳定性分析 | 第121-137页 |
| 5.2.1 基于奇异值分解的可观测性分析 | 第121-123页 |
| 5.2.2 紧耦合导航系统非线性滤波的稳定性分析 | 第123-133页 |
| 5.2.3 可见星数目对紧耦合导航性能的影响 | 第133-137页 |
| 5.3 基于非线性平滑算法的组合导航系统验后精度评定 | 第137-147页 |
| 5.3.1 平滑算法的概率描述 | 第138页 |
| 5.3.2 粒子滤波平滑算法(Particle Smoother-PS) | 第138-141页 |
| 5.3.3 Cubature卡尔曼平滑算法(CKS) | 第141-144页 |
| 5.3.4 平滑算法数值仿真验证 | 第144-145页 |
| 5.3.5 粒子平滑算法在导航中的应用研究 | 第145-147页 |
| 5.4 基于IMM非线性滤波方法的运动模型辅助导航方法研究 | 第147-159页 |
| 5.4.1 线运动约束模型 | 第147-148页 |
| 5.4.2 角运动约束模型 | 第148-149页 |
| 5.4.3 多模型辅助 | 第149页 |
| 5.4.4 简化渐消因子自适应非线性滤波及其稳定性分析 | 第149-155页 |
| 5.4.5 IMM渐消因子Cubature卡尔曼滤波 | 第155-157页 |
| 5.4.6 仿真与分析 | 第157-159页 |
| 5.5 本章小结 | 第159-160页 |
| 结论 | 第160-162页 |
| 参考文献 | 第162-174页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第174-175页 |
| 致谢 | 第175页 |
