| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 目前的水下导航技术简介 | 第11-14页 |
| 1.3 目前几种流行的 SLAM 算法简介 | 第14-16页 |
| 1.4 论文主要工作及章节安排 | 第16-17页 |
| 2 平滑与构图方法（SAM） | 第17-25页 |
| 2.1 SLAM 问题的概率模型 | 第18-20页 |
| 2.2 SLAM 问题转换成最小二乘法问题 | 第20-21页 |
| 2.3 对最小二乘法问题进行线性化 | 第21-23页 |
| 2.4 QR 因式分解 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 iSAM 的基本原理 | 第25-39页 |
| 3.1 运用 GIVENS ROTATION的矩阵分解 | 第25-27页 |
| 3.2 对 SAM 算法递增的更新平方根因子 | 第27-29页 |
| 3.3 循环和周期性变量重排法 | 第29-31页 |
| 3.4 非线性方程 | 第31-32页 |
| 3.5 实验及结果分析 | 第32-36页 |
| 3.6 3D 环境仿真结果分析 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 数据关联方法研究 | 第39-56页 |
| 4.1 多种数据关联方法介绍 | 第40-47页 |
| 4.1.1 最近邻数据关联方法（NN） | 第40-42页 |
| 4.1.2 极大似然数据关联方法（ML） | 第42-45页 |
| 4.1.3 联合相容分支定界数据关联方法（JCBB） | 第45-47页 |
| 4.2 iSAM 的边缘协方差 | 第47-53页 |
| 4.2.1 准确的边缘协方差 | 第49-52页 |
| 4.2.2 保守估计 | 第52-53页 |
| 4.3 数据关联仿真图 | 第53-55页 |
| 4.4 本章小结 | 第55-56页 |
| 5 iSAM 算法的实验与分析 | 第56-61页 |
| 5.1 仿真实验 | 第56-60页 |
| 5.1.1 模拟城市地面布局环境实验 | 第56-58页 |
| 5.1.2 模拟带路标的城市布局实验 | 第58-60页 |
| 5.2 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
| 个人简历 | 第67-68页 |