粒子滤波算法在高铁列车组合定位中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·论文的研究背景和意义 | 第10页 |
| ·定位技术的国内外现状 | 第10-12页 |
| ·组合定位的国内外现状 | 第12页 |
| ·论文所要解决的问题 | 第12-14页 |
| 2 INS/GPS 组合定位模型 | 第14-36页 |
| ·INS 系统 | 第14-24页 |
| ·常用坐标系 | 第14-15页 |
| ·地球上运动的角速度表达式 | 第15-16页 |
| ·INS 系统的基本原理 | 第16页 |
| ·INS 系统的基本方程 | 第16-22页 |
| ·INS 系统的误差分析 | 第22-24页 |
| ·GPS 定位原理 | 第24-28页 |
| ·GPS 定位系统的组成 | 第24-25页 |
| ·GPS 定位系统的基本工作原理 | 第25页 |
| ·导航电文格式 | 第25页 |
| ·GPS 定位原理 | 第25-27页 |
| ·GPS 定位的系统误差分析 | 第27-28页 |
| ·载体姿态的确定 | 第28页 |
| ·INS/GPS 组合模式 | 第28-29页 |
| ·松组合 | 第28-29页 |
| ·紧组合 | 第29页 |
| ·深组合 | 第29页 |
| ·组合导航系统的数学模型 | 第29-35页 |
| ·状态方程 | 第29-33页 |
| ·量测方程 | 第33-35页 |
| ·小结 | 第35-36页 |
| 3 粒子滤波算法 | 第36-56页 |
| ·扩展卡尔曼和无际卡尔曼滤波算法 | 第36-40页 |
| ·扩展卡尔曼滤波算法 | 第36-37页 |
| ·无际卡尔曼滤波算法 | 第37-40页 |
| ·粒子滤波算法 | 第40-47页 |
| ·动态空间模型 | 第40页 |
| ·贝叶斯估计理论 | 第40-42页 |
| ·蒙特卡罗积分 | 第42页 |
| ·序贯重要性采样 | 第42-43页 |
| ·标准的粒子滤波算法 | 第43-44页 |
| ·标准粒子滤波算法的缺点 | 第44-47页 |
| ·粒子滤波的改进算法 | 第47-55页 |
| ·混合退火建议分布 | 第47-48页 |
| ·模糊推理逻辑 | 第48页 |
| ·模糊自适应混合退火粒子滤波算法 | 第48-49页 |
| ·数值仿真与结果分析 | 第49-55页 |
| ·小结 | 第55-56页 |
| 4 粒子滤波算法在高铁列车定位中的仿真研究 | 第56-71页 |
| ·信息融合系统 | 第56页 |
| ·信息融合系统的功能模型 | 第56页 |
| ·信息融合系统的结构模型 | 第56页 |
| ·数学仿真模型 | 第56-57页 |
| ·应答器原理简介 | 第57-59页 |
| ·系统构成 | 第58页 |
| ·地面应答器的设置原则 | 第58页 |
| ·应答器误差分析 | 第58-59页 |
| ·列车定位的总体模型 | 第59-61页 |
| ·列车定位的数据仿真 | 第61-70页 |
| ·不同传感器的比较 | 第61-67页 |
| ·不同算法的定位比较 | 第67-70页 |
| ·小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间的研究成果 | 第77页 |
