| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 国外组合导航技术现状及发展 | 第10-11页 |
| 1.3 列车组合导航技术的发展 | 第11-12页 |
| 1.4 本文章节安排 | 第12-14页 |
| 第二章 北斗惯性导航组合系统 | 第14-28页 |
| 2.1 北斗导航系统 | 第14-18页 |
| 2.1.1 北斗导航系统原理 | 第14-16页 |
| 2.1.2 导航坐标系 | 第16-17页 |
| 2.1.3 导航坐标系转换 | 第17-18页 |
| 2.2 惯性导航系统 | 第18-24页 |
| 2.2.1 惯性导航原理简述 | 第18-20页 |
| 2.2.2 平台惯导系统的工作原理 | 第20-22页 |
| 2.2.3 捷联惯导的工作原理 | 第22-24页 |
| 2.3 北斗与惯性导航的组合方式 | 第24-27页 |
| 本章小结 | 第27-28页 |
| 第三章 粒子群算法组合遗传算法优化的小波神经网络在北斗定位中的应用 | 第28-57页 |
| 3.1 KF,KF的优化算法和PF算法在北斗定位中的应用 | 第29-43页 |
| 3.1.1 KF算法 | 第29-30页 |
| 3.1.2 EKF算法 | 第30-32页 |
| 3.1.3 UKF算法 | 第32-35页 |
| 3.1.4 PF算法 | 第35-39页 |
| 3.1.5 MATLAB仿真 | 第39-43页 |
| 3.2 粒子群优化算法结合遗传算法优化的小波神经网络 | 第43-52页 |
| 3.2.1 神经网络 | 第44-47页 |
| 3.2.2 小波神经网络 | 第47-49页 |
| 3.2.3 粒子群优化算法 | 第49-50页 |
| 3.2.4 遗传算法 | 第50-51页 |
| 3.2.5 遗传算法与粒子群优化算法的融合算法 | 第51-52页 |
| 3.3 MATLAB仿真实现以及对比分析 | 第52-56页 |
| 本章小结 | 第56-57页 |
| 第四章 粒子群算法组合遗传算法优化的小波神经网络在北斗定位盲区中的应用 | 第57-68页 |
| 4.1 基于加速度传感器列车定位原理 | 第57-60页 |
| 4.2 粒子群优化算法组合遗传算法优化的小波神经网络的盲区列车定位 | 第60-63页 |
| 4.3 实际模型MATLAB仿真 | 第63-66页 |
| 本章小结 | 第66-68页 |
| 第五章 结论和展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-74页 |
| 致谢 | 第74页 |
