| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-25页 |
| ·课题研究的背景 | 第12-15页 |
| ·组合导航系统概述 | 第12-13页 |
| ·SINS/GPS 组合方式简介 | 第13-15页 |
| ·课题研究的目的和意义 | 第15-17页 |
| ·非线性滤波理论研究及在组合导航中的应用现状 | 第17-21页 |
| ·Sigma 点卡尔曼滤波(SPKF) | 第17-19页 |
| ·粒子滤波(PF) | 第19-21页 |
| ·组合导航系统非线性滤波理论的新发展 | 第21-23页 |
| ·非线性滤波算法的组合应用 | 第21页 |
| ·基于交互式多模型的自适应融合滤波算法 | 第21-23页 |
| ·课题研究的主要内容 | 第23-25页 |
| 第2章 非线性最优滤波及次优滤波 | 第25-74页 |
| ·滤波估计准则简介 | 第25-28页 |
| ·基于MMSE 估计准则的非线性最优滤波器 | 第28-42页 |
| ·非线性最优滤波递推公式 | 第28-34页 |
| ·非线性最优滤波性能分析 | 第34-42页 |
| ·非线性次优滤波器 | 第42-71页 |
| ·扩展卡尔曼滤波器(EKF) | 第42-44页 |
| ·Unscented 卡尔曼滤波器(UKF) | 第44-59页 |
| ·中心差分卡尔曼滤波器(CDKF) | 第59-71页 |
| ·EKF、UKF 及CDKF 性能分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第3章 自适应SPKF 滤波算法 | 第74-93页 |
| ·非线性最优自适应滤波器 | 第74-84页 |
| ·常值噪声统计估计器 | 第76-79页 |
| ·噪声统计估计器的无偏性分析 | 第79-81页 |
| ·时变噪声统计估计器 | 第81-84页 |
| ·自适应SPKF 算法 | 第84-88页 |
| ·自适应UKF | 第84-86页 |
| ·自适应CDKF | 第86-88页 |
| ·数值仿真 | 第88-92页 |
| ·本章小结 | 第92-93页 |
| 第4章 强跟踪SPKF 滤波算法 | 第93-107页 |
| ·STF 的引入 | 第93-94页 |
| ·正交性原理 | 第94-95页 |
| ·传统STF 滤波递推公式 | 第95-97页 |
| ·强跟踪SPKF | 第97-103页 |
| ·STF 等价表述 | 第97-99页 |
| ·强跟踪UKF | 第99-101页 |
| ·强跟踪CDKF | 第101-103页 |
| ·数值仿真 | 第103-106页 |
| ·本章小结 | 第106-107页 |
| 第5章 SINS/GPS 组合导航系统仿真分析 | 第107-131页 |
| ·SINS/GPS 组合导航系统中滤波算法配置方式 | 第107-110页 |
| ·集中式滤波 | 第107-109页 |
| ·分散式滤波 | 第109-110页 |
| ·SINS/GPS 组合导航系统方案选择 | 第110-111页 |
| ·采用位置、速度组合的SINS/GPS 导航系统 | 第111-121页 |
| ·坐标系定义 | 第111-114页 |
| ·SINS/GPS 组合导航系统状态方程 | 第114-119页 |
| ·SINS/GPS 组合导航系统量测方程 | 第119-121页 |
| ·仿真分析 | 第121-130页 |
| ·EKF 和UKF 精度比较 | 第122-126页 |
| ·惯性器件随机漂移噪声统计未知或时变 | 第126-127页 |
| ·惯性器件常值零偏发生突变 | 第127-130页 |
| ·本章小结 | 第130-131页 |
| 结论 | 第131-133页 |
| 参考文献 | 第133-146页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第146-147页 |
| 致谢 | 第147页 |