摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究的背景和意义 | 第11-12页 |
1.2 AUV导航技术的研究概况 | 第12-14页 |
1.2.1 航位推算与惯性导航方法 | 第12-13页 |
1.2.2 水声导航方法 | 第13页 |
1.2.3 地球物理导航方法 | 第13-14页 |
1.2.4 仿生学导航方法 | 第14页 |
1.2.5 组合学导航方法 | 第14页 |
1.3 多AUV协同导航系统的研究现状 | 第14-17页 |
1.3.1 并行式协同导航 | 第15页 |
1.3.2 主从式协同导航 | 第15-16页 |
1.3.3 水下航行器协同导航系统应用实例 | 第16-17页 |
1.4 本论文的研究内容和安排 | 第17-19页 |
第2章 水下航行器协同导航基本原理与数学模型 | 第19-35页 |
2.1 基于多领航者的协同导航定位技术 | 第19-24页 |
2.1.1 多领航者协同导航定位原理 | 第19-21页 |
2.1.2 多领航者协同导航定位模型 | 第21-23页 |
2.1.3 多领航者协同导航定位滤波算法 | 第23-24页 |
2.2 基于单领航者的协同导航定位技术 | 第24-31页 |
2.2.1 基于相对距离和方位测量的协同定位原理 | 第24-25页 |
2.2.2 基于移动向量的协同定位原理 | 第25-27页 |
2.2.3 基于移动向量的协同定位滤波算法 | 第27-29页 |
2.2.4 基于移动向量的协同系统可观测性分析 | 第29-31页 |
2.3 洋流影响下的协同导航定位技术 | 第31-33页 |
2.3.1 洋流影响下的协同导航系统模型 | 第32页 |
2.3.2 洋流影响下的协同导航滤波算法 | 第32-33页 |
2.4 本章小结 | 第33-35页 |
第3章 广义最大似然估计下的协同导航滤波算法 | 第35-51页 |
3.1 最大似然估计 | 第35-37页 |
3.1.1 概述 | 第35-36页 |
3.1.2 具有相关性的残差 | 第36页 |
3.1.3 一致性与偏差 | 第36-37页 |
3.1.4 高斯分布下的最大似然估计 | 第37页 |
3.2 广义最大似然估计 | 第37-46页 |
3.2.1 概述 | 第37-40页 |
3.2.2 隐性似然方程的数值解 | 第40页 |
3.2.3 广义最大似然估计的鲁棒性 | 第40-41页 |
3.2.4 高斯混合分布下的例子 | 第41-44页 |
3.2.5 可调参数的选取 | 第44-46页 |
3.3 协同导航滤波及仿真 | 第46-50页 |
3.3.1 广义最大似然估计的协同导航滤波算法 | 第46-47页 |
3.3.2 仿真分析 | 第47-50页 |
3.4 本章小结 | 第50-51页 |
第4章 改进的协同导航鲁棒性滤波算法 | 第51-67页 |
4.1 异常点及鉴别方法 | 第51-55页 |
4.1.1 马氏距离 | 第51-52页 |
4.1.2 投影统计 | 第52-54页 |
4.1.3 异常点鉴别例子 | 第54-55页 |
4.2 修改后的广义最大似然估计形式 | 第55-59页 |
4.2.1 Mallows形式 | 第55页 |
4.2.2 Schweppe形式 | 第55-56页 |
4.2.3 权值函数 | 第56页 |
4.2.4 线性回归示例 | 第56-59页 |
4.3 协同导航非线性鲁棒性算法 | 第59-66页 |
4.3.1 扩展卡尔曼滤波 | 第59-61页 |
4.3.2 鲁棒性扩展卡尔曼滤波 | 第61-63页 |
4.3.3 仿真分析 | 第63-66页 |
4.4 本章小结 | 第66-67页 |
第5章 交互式多模型与协同导航鲁棒性滤波 | 第67-81页 |
5.1 交互式多模型下的协同导航算法 | 第67-74页 |
5.1.1 多模型算法原理 | 第67-68页 |
5.1.2 交互式多模型算法原理 | 第68页 |
5.1.3 交互式多模型算法步骤 | 第68-71页 |
5.1.4 交互式多模型算法仿真分析 | 第71-74页 |
5.2 交互式多模型下的协同导航鲁棒滤波算法 | 第74-79页 |
5.2.1 交互式多模型下的Huber估计滤波仿真分析 | 第75-77页 |
5.2.2 交互式多模型下的改进Huber估计滤波仿真分析 | 第77-79页 |
5.3 本章小结 | 第79-81页 |
结论 | 第81-83页 |
参考文献 | 第83-87页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第87-89页 |
致谢 | 第89页 |