带有先验信息的动态定位贝叶斯滤波算法研究

摘要	第1-5页
ABSTRACT	第5-12页
第一章 绪论	第12-20页
·概述	第12-13页
·带有先验信息动态滤波技术的发展与现状	第13-17页
·有待解决的问题和发展趋势	第17页
·本文的主要研究内容及意义	第17-18页
·论文的结构	第18-19页
·本章小结	第19-20页
第二章 基于BAYES估计理论的BAYES滤波	第20-28页
·先验信息与贝叶斯原理	第20-21页
·贝叶斯滤波原理	第21-22页
·动态定位的滤波模型	第22-23页
·自适应抗差滤波原理	第23-24页
·带有系统误差的滤波模型	第24-25页
·随机扰动对滤波器的影响	第25-26页
·抗差自适应滤波器的设计	第26-27页
·小结	第27-28页
第三章 非高斯噪声下的BAYES滤波算法	第28-39页
·测量噪声污染模型	第28-29页
·带有污染测量噪声的滤波算法	第29-33页
·污染率的动态确定算法	第33-35页
·GPS动态定位实例	第35-38页
·本章小结	第38-39页
第四章 带有等式约束信息的动态定位滤波算法	第39-47页
·带有等式约束GPS动态定位的滤波模型	第39-41页
·按序贯平差的求解算法	第41-43页
·带等式约束的自适应滤波算法	第43-44页
·约束动态定位模拟算例	第44-46页
·本章小结	第46-47页
第五章 带有不等式约束信息的动态定位滤波算法	第47-57页
·动态定位中的先验不等式约束	第47-48页
·带有不等式约束的平差模型	第48-51页
·带有不等式约束动态定位的滤波模型	第51-53页
·模拟实例与解算分析	第53-56页
·本章小结	第56-57页
第六章 带有整数约束的动态定位滤波解算	第57-72页
·整数最小二乘模型	第57-59页
·带有未知整参数的动态定位滤波模型	第59-61页
·(?)的上界与下界估计	第61-62页
·箱形约束连续二次规划问题的算法	第62-63页
·(?)的分枝定界算法	第63-65页
·(?)的新型分枝定界算法描述	第65-67页
·模拟实例与分析	第67-70页
·本章小结	第70-72页
第七章 先验信息在模糊度搜索中的应用	第72-80页
·GPS观测量随机模型	第72-73页
·实验	第73-79页
·本章小结	第79-80页
第八章 非线性贝叶斯滤波算法	第80-88页
·动态定位中的状态空间模型	第80-81页
·非线性递归贝叶斯滤波	第81-84页
·自主滤波算法	第84-85页
·模拟实验与分析	第85-87页
·本章小结	第87-88页
第九章 基于贝叶斯原理的粒子滤波算法和应用	第88-99页
·基于BAYES原理的粒子滤波器	第88-89页
·序贯重要采样法	第89-90页
·序贯重要采样法粒子滤波的退化现象	第90-91页
·消除序贯重要采样法粒子滤波器退化的关键技术	第91-93页
·自适应粒子滤波算法	第93-94页
·GPS系统状态方程的建立	第94-95页
·粒子滤波器算法	第95页
·模拟实验与分析	第95-98页
·本章小结	第98-99页
第十章 约束条件下动态定位的H_∞滤波算法	第99-107页
·H_∞滤波器	第99-100页
·道路信息约束条件的建立	第100-101页
·带约束条件的H_∞滤波	第101-103页
·带约束条件的H_∞滤波的算法步骤	第103页
·模拟实验及结果分析	第103-106页
·本章小结	第106-107页
第十一章 总结与展望	第107-111页
·本文的主要工作和贡献	第107-109页
·展望与设想	第109-111页
参考文献	第111-120页
致谢	第120-121页
攻读博士学位期间的研究工作	第121-122页