| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究的背景和意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 本文主要研究内容和结构 | 第16-19页 |
| 第2章 GPS抗欺骗式干扰基本原理 | 第19-32页 |
| 2.1 定位原理及系统模型 | 第19-26页 |
| 2.1.1 GPS定位原理 | 第19-22页 |
| 2.1.2 伪距的测量 | 第22-23页 |
| 2.1.3 测距码相位 | 第23-25页 |
| 2.1.4 GPS定位系统模型 | 第25-26页 |
| 2.2 欺骗式干扰基本原理 | 第26-28页 |
| 2.2.1 产生式欺骗干扰 | 第26页 |
| 2.2.2 转发式欺骗干扰 | 第26-28页 |
| 2.3 基于卡尔曼滤波定位模型 | 第28-30页 |
| 2.4 小结 | 第30-32页 |
| 第3章 基于新息正交的Sage-Husa卡尔曼滤波的GPS抗欺骗干扰方法 | 第32-44页 |
| 3.1 Sage-Husa自适应尔曼滤波法 | 第32-34页 |
| 3.1.1 Sage-Husa卡尔曼滤波 | 第32-33页 |
| 3.1.2 新息的正交性 | 第33-34页 |
| 3.2 基于新息正交的Sage-Husa自适应卡尔曼滤波法的GPS抗欺骗干扰的抑制 | 第34-36页 |
| 3.3 仿真与分析 | 第36-42页 |
| 3.4 小结 | 第42-44页 |
| 第4章 基于数据融合的自适应卡尔曼滤波的GPS抗欺骗干扰方法 | 第44-55页 |
| 4.1 数据融合 | 第44页 |
| 4.2 基于距离函数的数据融合方法 | 第44-47页 |
| 4.2.1 几种比较常用的距离函数 | 第45页 |
| 4.2.2 高冲突下的距离函数解决方案 | 第45-47页 |
| 4.3 基于数据融合的GPS抗欺骗干扰方法 | 第47-50页 |
| 4.3.2 改进的距离函数 | 第47-49页 |
| 4.3.3 数据融合 | 第49-50页 |
| 4.4 仿真与分析 | 第50-54页 |
| 4.5 小结 | 第54-55页 |
| 第5章 高动态定位下基于自适应卡尔曼滤波的抗欺骗干扰方法 | 第55-67页 |
| 5.1 GPS高动态测速原理 | 第55-57页 |
| 5.2 高动态定位下改进的自适应算法 | 第57-60页 |
| 5.2.1 结合M估计的扩展卡尔曼滤波 | 第57-59页 |
| 5.2.2 引入渐消因子的扩展卡尔曼滤波算法 | 第59-60页 |
| 5.3 仿真与分析 | 第60-66页 |
| 5.4 小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-76页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
| 致谢 | 第78页 |
