| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12-14页 |
| 1.2 抗差自适应Kalman滤波的国内外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第二章 标准kalman滤波 | 第20-34页 |
| 2.1 几种估计方法的比较 | 第20-22页 |
| 2.1.1 极大似然估计 | 第21页 |
| 2.1.2 贝叶斯估计 | 第21-22页 |
| 2.1.3 最小均方误差估计 | 第22页 |
| 2.2 估计算法的三个性能指标 | 第22-25页 |
| 2.2.1 无偏性 | 第22-23页 |
| 2.2.2 有效性 | 第23-24页 |
| 2.2.3 一致性 | 第24页 |
| 2.2.4 最小均方误差估计的统计特性 | 第24-25页 |
| 2.3 标准Kalman滤波 | 第25-32页 |
| 2.3.1 Kalman滤波公式推导 | 第26-32页 |
| 2.4 Kalman滤波性质分析 | 第32-33页 |
| 2.4.1 (?)、J_k的性质 | 第32-33页 |
| 2.4.2 D_(X_k)的性质 | 第33页 |
| 2.5 Kalman滤波的应用限制 | 第33页 |
| 2.5.1 抗差自适应Kalman滤波 | 第33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 误差影响分析与误差学习统计量 | 第34-49页 |
| 3.1 误差影响分析 | 第34-38页 |
| 3.1.1 观测异常误差 | 第34-35页 |
| 3.1.2 观测模型误差 | 第35-37页 |
| 3.1.3 运动异常 | 第37-38页 |
| 3.2 几种常用误差学习统计量 | 第38-41页 |
| 3.2.1 状态不符值统计量 | 第39页 |
| 3.2.2 预测残差统计量 | 第39-40页 |
| 3.2.3 方差分量比统计量 | 第40-41页 |
| 3.3 误差影响的计算与分析 | 第41-44页 |
| 3.4 统计量的计算与分析 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 抗差自适应Kalman滤波 | 第49-65页 |
| 4.1 不同Kalman滤波的比较分析 | 第49-52页 |
| 4.1.1 状态向量增广法 | 第50页 |
| 4.1.2 函数模型拟合法 | 第50-51页 |
| 4.1.3 Sage滤波 | 第51-52页 |
| 4.1.4 抗差自适应Kalman滤波 | 第52页 |
| 4.2 抗差自适应滤波 | 第52-54页 |
| 4.3 抗差等价权的构造 | 第54页 |
| 4.4 自适应因子的构造 | 第54-55页 |
| 4.5 主分量分析用于抑制周期性误差的影响 | 第55-64页 |
| 4.5.1 周期性误差抑制方法概述 | 第56-57页 |
| 4.5.2 主分量分析 | 第57-60页 |
| 4.5.3 模拟数据分析 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 抗差自适应Kalman滤波在GPS姿态测量系统的应用及分析 | 第65-77页 |
| 5.1 GPS测姿系统的观测模型 | 第65-70页 |
| 5.1.1 GPS载波相位观测模型 | 第65-66页 |
| 5.1.2 观测量组合模型 | 第66-69页 |
| 5.1.3 GPS组合观测量相关性分析 | 第69-70页 |
| 5.2 计算与分析 | 第70-76页 |
| 5.3 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 本文工作总结 | 第77-78页 |
| 6.2 未来工作展望 | 第78-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85页 |