| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第 1章 绪论 | 第9-15页 |
| 1.1 课题的背景与研究意义 | 第9-10页 |
| 1.2 相应子导航之现状 | 第10-12页 |
| 1.2.1 MIMU导航之现状 | 第10-11页 |
| 1.2.2 GNSS导航之现状 | 第11-12页 |
| 1.2.3 磁强计导航之现状 | 第12页 |
| 1.3 组合导航算法的发展现状 | 第12-14页 |
| 1.4 论文的主要研究内容 | 第14-15页 |
| 第 2章 滤波估计理论和组合导航建模 | 第15-35页 |
| 2.1 滤波估计理论研究 | 第15-24页 |
| 2.1.1 几种最优估计 | 第15-16页 |
| 2.1.2 Kalman滤波的原理 | 第16-17页 |
| 2.1.3 扩展Kalman滤波的原理和算法 | 第17-18页 |
| 2.1.4 无迹卡尔曼滤波的原理和算法 | 第18-20页 |
| 2.1.5 容积卡尔曼滤波的原理和算法 | 第20-22页 |
| 2.1.6 粒子滤波的原理、算法及其优越性 | 第22-24页 |
| 2.2 组合导航建模 | 第24-34页 |
| 2.2.1 坐标系和捷联惯导 | 第24-27页 |
| 2.2.2 MIMU的基本测量原理 | 第27-28页 |
| 2.2.3 GNSS的基本测量原理 | 第28-29页 |
| 2.2.4 磁强计的基本测量原理 | 第29-30页 |
| 2.2.5 组合导航模型 | 第30-33页 |
| 2.2.6 非高斯噪声的存在 | 第33-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第 3章 混合粒子滤波及其改进 | 第35-43页 |
| 3.1 UPF混合粒子滤波算法 | 第35-36页 |
| 3.2 CPF混合粒子滤波算法 | 第36-38页 |
| 3.3 粒子有效性和多样性 | 第38-39页 |
| 3.4 重采样方法 | 第39-40页 |
| 3.4.1 采样重要性重采样 | 第39页 |
| 3.4.2 残差重采样法 | 第39-40页 |
| 3.5 改进的混合粒子滤波算法 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第 4章 改进的混合粒子滤波算法的对比仿真试验 | 第43-55页 |
| 4.1 改进的混合粒子滤波算法在低维问题中的对比仿真试验 | 第43-44页 |
| 4.2 改进的粒子滤波算法在组合导航问题中的对比仿真试验 | 第44-54页 |
| 4.2.1 仿真试验流程 | 第44-45页 |
| 4.2.2 无人机轨迹发生 | 第45-47页 |
| 4.2.3 无人机MIMU捷联惯导模拟 | 第47-48页 |
| 4.2.4 非线性组合导航过程模型和量测模型 | 第48-49页 |
| 4.2.5 直线运动仿真试验条件及结果 | 第49-51页 |
| 4.2.6 圆周运动仿真试验条件及结果 | 第51-54页 |
| 4.3 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间发表的学术论文及其它成果 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |