| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 论文的研究目的和意义 | 第11-12页 |
| 1.2 线性滤波估计理论的发展现状 | 第12-14页 |
| 1.3 惯性导航系统中的滤波估计问题 | 第14-15页 |
| 1.4 论文的主要内容和安排 | 第15-17页 |
| 第2章 有限模型卡尔曼滤波算法研究 | 第17-41页 |
| 2.1 有限模型卡尔曼滤波算法框架 | 第17-22页 |
| 2.2 基于极小化矢量距离准则的有限模型滤波算法 | 第22-26页 |
| 2.2.1 极小化矢量距离的有限模型卡尔曼滤波算法结构 | 第22-23页 |
| 2.2.2 极小化矢量距离准则的目标函数 | 第23-26页 |
| 2.3 极小化矢量距离有限模型卡尔曼滤波算法实现 | 第26-28页 |
| 2.4 极小化矢量距离有限模型卡尔曼滤波算法验证 | 第28-38页 |
| 2.4.1 标量系统模型仿真试验验证 | 第29-34页 |
| 2.4.2 矢量系统模型仿真试验验证 | 第34-38页 |
| 2.5 本章小结 | 第38-41页 |
| 第3章 过程噪声协方差矩阵未知的卡尔曼滤波算法研究 | 第41-69页 |
| 3.1 过程噪声协方差矩阵未知的卡尔曼滤波算法 | 第41-51页 |
| 3.1.1 递推协方差矩阵估计算法 | 第44-48页 |
| 3.1.2 过程噪声协方差矩阵未知的卡尔曼滤波算法实现 | 第48-51页 |
| 3.2 过程噪声协方差矩阵未知的卡尔曼滤波算法的稳定性证明 | 第51-61页 |
| 3.3 过程噪声协方差矩阵未知的卡尔曼滤波算法验证 | 第61-65页 |
| 3.4 本章小结 | 第65-69页 |
| 第4章 观测噪声协方差矩阵未知的卡尔曼滤波算法研究 | 第69-95页 |
| 4.1 观测噪声协方差矩阵未知的卡尔曼滤波算法 | 第69-76页 |
| 4.2 观测噪声协方差矩阵未知的卡尔曼滤波算法稳定性证明 | 第76-85页 |
| 4.3 观测噪声协方差矩阵未知的卡尔曼滤波算法仿真验证 | 第85-91页 |
| 4.3.1 标量系统模型仿真试验验证 | 第85-86页 |
| 4.3.2 矢量系统模型仿真试验验证 | 第86-91页 |
| 4.4 本章小结 | 第91-95页 |
| 第5章 系统动态过程未知的滤波算法研究 | 第95-113页 |
| 5.1 系统动态过程未知的滤波问题特性分析 | 第95-98页 |
| 5.2 噪声协方差矩阵未知的卡尔曼滤波估计算法 | 第98-101页 |
| 5.3 系统动态过程未知的滤波算法稳定性证明 | 第101-109页 |
| 5.4 系统动态过程未知的滤波算法仿真验证 | 第109页 |
| 5.5 本章小结 | 第109-113页 |
| 第6章 惯性导航系统中的线性滤波算法研究 | 第113-129页 |
| 6.1 基于有限模型卡尔曼滤波算法的随机误差抑制方法 | 第115-118页 |
| 6.2 基于系统动态过程未知滤波算法的随机误差抑制方法 | 第118-123页 |
| 6.3 观测噪声未知时惯导系统初始自对准滤波估计方法 | 第123-127页 |
| 6.4 本章小结 | 第127-129页 |
| 结论与展望 | 第129-133页 |
| 参考文献 | 第133-141页 |
| 攻读学位期间发表论文与研究成果清单 | 第141-143页 |
| 致谢 | 第143-144页 |
| 作者简介 | 第144页 |
