| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 注释表 | 第14-16页 |
| 缩略词 | 第16-18页 |
| 第一章 绪论 | 第18-33页 |
| 1.1 引言 | 第18-19页 |
| 1.2 光纤捷联惯性组合导航系统国内外发展与研究现状 | 第19-29页 |
| 1.2.1 光纤捷联惯性导航系统在航空应用中的发展 | 第19-22页 |
| 1.2.2 光纤陀螺信号去噪和随机误差特征分析方法国内外发展与研究现状 | 第22-26页 |
| 1.2.3 光纤捷联惯性组合导航系统滤波算法国内外发展与研究现状 | 第26-29页 |
| 1.3 研究背景与意义 | 第29-31页 |
| 1.4 论文的研究内容与结构 | 第31-33页 |
| 第二章 光纤陀螺信号去噪算法研究 | 第33-50页 |
| 2.1 引言 | 第33页 |
| 2.2 基于小波动态阈值的光纤陀螺去噪算法研究 | 第33-38页 |
| 2.2.1 小波去噪原理分析 | 第33-36页 |
| 2.2.2 基于小波动态阈值的光纤陀螺去噪算法阈值选取 | 第36-37页 |
| 2.2.3 基于小波动态阈值的光纤陀螺去噪算法仿真验证分析 | 第37-38页 |
| 2.3 基于ATFPF的光纤陀螺去噪算法研究 | 第38-48页 |
| 2.3.1 伪Winger-Ville分布基本理论分析 | 第39页 |
| 2.3.2 时频峰值滤波算法原理分析 | 第39-40页 |
| 2.3.3 自适应时频峰值滤波算法设计 | 第40-42页 |
| 2.3.4 基于ATFPF的光纤陀螺去噪算法仿真数据分析 | 第42-45页 |
| 2.3.5 基于ATFPF的光纤陀螺去噪算法实测数据分析 | 第45-48页 |
| 2.4 本章小结 | 第48-50页 |
| 第三章 光纤陀螺随机误差特征分析方法研究 | 第50-68页 |
| 3.1 引言 | 第50页 |
| 3.2 光纤陀螺随机误差特征分析方法基本原理解析 | 第50-52页 |
| 3.2.1 Allan方差分析法基本原理分析 | 第50-51页 |
| 3.2.2 动态Allan方差分析法基本原理分析 | 第51-52页 |
| 3.3 基于模糊控制的时变窗长DAVAR分析方法研究 | 第52-61页 |
| 3.3.1 基于模糊控制的时变窗长动态Allan方差算法分析 | 第52-55页 |
| 3.3.2 基于模糊控制的时变窗长DAVAR算法评估指标的提出 | 第55-56页 |
| 3.3.3 基于模糊控制的时变窗长动态Allan方差算法验证分析 | 第56-61页 |
| 3.4 基于EMD的光纤陀螺信号Allan方差分析方法研究 | 第61-67页 |
| 3.4.1 基于EMD的光纤陀螺信号Allan方差分析算法设计 | 第62-63页 |
| 3.4.2 基于EMD的光纤陀螺信号Allan方差算法验证分析 | 第63-67页 |
| 3.5 本章小结 | 第67-68页 |
| 第四章 基于精确建模的光纤捷联惯性组合导航算法研究 | 第68-89页 |
| 4.1 引言 | 第68页 |
| 4.2 基于Allan方差分析法的IMU误差分析与建模 | 第68-72页 |
| 4.2.1 基于Allan方差分析法的IMU建模 | 第68-70页 |
| 4.2.2 IMU信号仿真参数与Allan方差系数的对应关系推导 | 第70-72页 |
| 4.3 基于精确建模的卡尔曼滤波算法设计 | 第72-78页 |
| 4.3.1 基于量化噪声增强的惯导系统误差方程推导 | 第72-74页 |
| 4.3.2 卡尔曼滤波参数的精确获取 | 第74-78页 |
| 4.4 基于精确建模的卡尔曼滤波算法验证分析 | 第78-88页 |
| 4.4.1 基于精确建模的卡尔曼滤波算法仿真分析 | 第78-82页 |
| 4.4.2 基于精确建模的卡尔曼滤波算法实测数据验证分析 | 第82-88页 |
| 4.5 本章小结 | 第88-89页 |
| 第五章 基于人工蜂群粒子滤波的光纤捷联惯性组合导航算法研究 | 第89-104页 |
| 5.1 引言 | 第89页 |
| 5.2 粒子滤波算法原理分析 | 第89-91页 |
| 5.2.1 递推贝叶斯估计分析 | 第89-90页 |
| 5.2.2 粒子滤波算法基本原理及步骤分析 | 第90-91页 |
| 5.3 人工蜂群算法理论基础研究 | 第91-94页 |
| 5.3.1 人工蜂群算法基本模型分析 | 第91-93页 |
| 5.3.2 人工蜂群算法基本步骤分析 | 第93-94页 |
| 5.4 人工蜂群粒子滤波组合导航算法设计与分析 | 第94-102页 |
| 5.4.1 人工蜂群粒子滤波组合导航方案流程设计 | 第94-96页 |
| 5.4.2 人工蜂群粒子滤波组合导航算法仿真分析与讨论 | 第96-102页 |
| 5.5 本章小结 | 第102-104页 |
| 第六章 光纤捷联惯性组合导航系统算法研究平台及跑车验证 | 第104-125页 |
| 6.1 引言 | 第104页 |
| 6.2 光纤捷联惯性组合导航系统研究平台设计 | 第104-110页 |
| 6.2.1 光纤捷联惯性组合导航系统研究平台总体设计 | 第104-105页 |
| 6.2.2 光纤捷联惯性组合导航系统研究平台界面设计 | 第105-110页 |
| 6.3 光纤捷联组合导航系统研究平台算法实现 | 第110-115页 |
| 6.3.1 基于小波动态阈值的光纤陀螺去噪算法实现 | 第110-111页 |
| 6.3.2 基于ATFPF的光纤陀螺去噪算法实现 | 第111页 |
| 6.3.3 基于模糊控制的时变窗长DAVAR分析方法实现 | 第111-112页 |
| 6.3.4 基于EMD的光纤陀螺信号Allan方差分析方法实现 | 第112页 |
| 6.3.5 基于精确建模的卡尔曼滤波算法实现 | 第112-113页 |
| 6.3.6 人工蜂群粒子滤波算法仿真验证实现 | 第113-115页 |
| 6.4 光纤捷联组合导航系统跑车实验设计构建与验证 | 第115-124页 |
| 6.4.1 SPAN-CPT系统介绍 | 第115-117页 |
| 6.4.2 跑车路线及环境说明 | 第117页 |
| 6.4.3 基于精确建模的卡尔曼滤波算法跑车结果分析 | 第117-120页 |
| 6.4.4 人工蜂群粒子算法跑车结果分析 | 第120-121页 |
| 6.4.5 相关算法综合对比分析 | 第121-124页 |
| 6.5 本章小结 | 第124-125页 |
| 第七章 总结与展望 | 第125-129页 |
| 7.1 本文的主要工作与创新 | 第125-127页 |
| 7.1.1 本文的主要工作和研究内容 | 第125-127页 |
| 7.1.2 本文的主要贡献与创新之处 | 第127页 |
| 7.2 进一步工作展望 | 第127-129页 |
| 参考文献 | 第129-140页 |
| 致谢 | 第140-141页 |
| 在学期间的研究成果及学术论文 | 第141-142页 |
