摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-32页 |
1.1 研究背景与意义 | 第14-16页 |
1.2 相对导航技术发展概况 | 第16-24页 |
1.2.1 导航系统发展概况 | 第16-21页 |
1.2.2 相对导航方法研究概况 | 第21-24页 |
1.3 非线性滤波算法研究概况 | 第24-30页 |
1.3.1 一般滤波算法研究概况 | 第24-27页 |
1.3.2 鲁棒滤波算法研究概况 | 第27-28页 |
1.3.3 自适应滤波算法研究概况 | 第28-30页 |
1.4 本文的主要研究内容 | 第30-32页 |
第2章 相对运动模型和测量模型 | 第32-51页 |
2.1 引言 | 第32页 |
2.2 相对运动模型 | 第32-48页 |
2.2.1 参考坐标系定义 | 第32-33页 |
2.2.2 飞行器姿态描述 | 第33-38页 |
2.2.3 相对姿态运动方程 | 第38-45页 |
2.2.4 相对质心运动方程 | 第45-46页 |
2.2.5 相对导航误差传播方程 | 第46-48页 |
2.3 相对导航系统测量模型 | 第48-50页 |
2.3.1 惯导系统测量模型 | 第48页 |
2.3.2 视觉导航系统测量模型 | 第48-50页 |
2.4 本章小结 | 第50-51页 |
第3章 基于容积卡尔曼滤波的无人机编队相对导航方法研究 | 第51-74页 |
3.1 引言 | 第51页 |
3.2 高斯滤波算法的一般形式 | 第51-54页 |
3.2.1 贝叶斯估计 | 第51-52页 |
3.2.2 非线性高斯滤波 | 第52-54页 |
3.3 两种近似非线性高斯滤波算法 | 第54-61页 |
3.3.1 无迹卡尔曼滤波 | 第54-58页 |
3.3.2 容积卡尔曼滤波 | 第58-61页 |
3.4 容积卡尔曼滤波算法性能分析 | 第61-65页 |
3.4.1 向量函数的泰勒展开 | 第61-62页 |
3.4.2 容积卡尔曼滤波的估计精度 | 第62-65页 |
3.5 基于容积卡尔曼滤波的相对导航滤波器设计 | 第65-69页 |
3.6 仿真分析 | 第69-72页 |
3.6.1 仿真条件 | 第69-71页 |
3.6.2 仿真结果与分析 | 第71-72页 |
3.7 本章小结 | 第72-74页 |
第4章 基于鲁棒自适应容积卡尔曼滤波的无人机编队相对导航方法研究 | 第74-97页 |
4.1 引言 | 第74页 |
4.2 基于Huber的鲁棒非线性滤波算法 | 第74-86页 |
4.2.1 线性回归理论 | 第74-80页 |
4.2.2 基于Huber的鲁棒均差滤波 | 第80-83页 |
4.2.3 基于Huber的鲁棒容积卡尔曼滤波 | 第83-86页 |
4.3 基于协方差匹配技术的自适应滤波算法 | 第86-91页 |
4.3.1 Myers-Tapley算法 | 第87-88页 |
4.3.2 野值判别方法 | 第88-90页 |
4.3.3 改进的鲁棒Myers-Tapley算法 | 第90-91页 |
4.4 基于鲁棒自适应容积卡尔曼滤波的相对导航滤波器设计 | 第91-93页 |
4.5 仿真分析 | 第93-96页 |
4.5.1 仿真条件 | 第93页 |
4.5.2 仿真结果与分析 | 第93-96页 |
4.6 本章小结 | 第96-97页 |
第5章 基于视线矢量的无人机编队相对姿态确定方法研究 | 第97-118页 |
5.1 引言 | 第97页 |
5.2 单矢量与角度的相对姿态确定 | 第97-100页 |
5.3 基于互测视线矢量的相对姿态确定方法 | 第100-104页 |
5.3.1 三机编队测量模型 | 第100-102页 |
5.3.2 三机编队相对姿态求解 | 第102-104页 |
5.4 相对姿态协方差分析 | 第104-110页 |
5.4.1 视线矢量协方差分析 | 第104-105页 |
5.4.2 角余弦方差分析 | 第105-107页 |
5.4.3 姿态估计协方差 | 第107-110页 |
5.5 基于容积卡尔曼滤波的相对姿态估计滤波器设计 | 第110-112页 |
5.6 仿真分析 | 第112-116页 |
5.6.1 仿真条件 | 第112-113页 |
5.6.2 仿真结果与分析 | 第113-116页 |
5.7 本章小结 | 第116-118页 |
结论 | 第118-120页 |
参考文献 | 第120-130页 |
攻读博士学位期间发表的论文及其它成果 | 第130-132页 |
致谢 | 第132-133页 |
个人简历 | 第133页 |