摘要 | 第3-4页 |
ABSTRACT | 第4页 |
主要符号说明 | 第7-8页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-12页 |
1.2.1 导航技术的发展 | 第9-10页 |
1.2.2 列车定位方法研究的发展 | 第10-11页 |
1.2.3 组合定位中数据融合算法的发展 | 第11-12页 |
1.3 论文的研究内容及框架 | 第12-14页 |
第二章 INS和BDS的基本原理概述 | 第14-25页 |
2.1 常用的导航坐标系之间的转换 | 第14-16页 |
2.1.1 常用坐标系介绍 | 第14页 |
2.1.2 不同坐标系间的转换 | 第14-16页 |
2.2 INS系统概述 | 第16-21页 |
2.2.1 INS的基本组成及原理 | 第16-18页 |
2.2.2 INS的数学模型及误差方程 | 第18-21页 |
2.3 BDS系统概述 | 第21-25页 |
2.3.1 BDS的基本组成及原理 | 第21-22页 |
2.3.2 BDS的数学模型及误差分析 | 第22-25页 |
第三章 BDS/INS组合导航基本原理 | 第25-30页 |
3.1 基于BDS/INS的列车组合定位系统介绍 | 第25-28页 |
3.1.1 基于BDS/INS的列车定位原理 | 第25-26页 |
3.1.2 基于BDS/INS的列车组合定位方式 | 第26-28页 |
3.2 BDS/INS组合基本特性 | 第28-30页 |
3.2.1 组合导航系统的基本数学模型 | 第28-29页 |
3.2.2 组合导航系统的基本特性分析 | 第29-30页 |
第四章 多源信息融合滤波算法 | 第30-43页 |
4.1 扩展Kalman滤波(EKF) | 第30-33页 |
4.1.1 EKF算法的基本原理和过程 | 第30-31页 |
4.1.2 EKF算法的具体实现步骤 | 第31-32页 |
4.1.3 EKF算法的仿真分析 | 第32-33页 |
4.2 无迹Kalman滤波算法(UKF) | 第33-36页 |
4.2.1 UKF算法的基本原理和过程 | 第33-34页 |
4.2.2 UKF算法的具体实现步骤 | 第34-35页 |
4.2.3 UKF算法的仿真分析 | 第35-36页 |
4.3 标准粒子滤波算法(PF) | 第36-38页 |
4.3.1 PF算法的基本原理和过程 | 第36-37页 |
4.3.2 PF算法的具体实现步骤 | 第37-38页 |
4.3.3 PF算法的仿真分析 | 第38页 |
4.4 无迹粒子滤波(UPF)及其改进算法研究 | 第38-43页 |
4.4.1 UPF算法的基本原理及过程 | 第39页 |
4.4.2 改进的UPF算法基本原理及过程 | 第39-41页 |
4.4.3 MUPF算法仿真及分析 | 第41-43页 |
第五章 MUPF算法在列车BDS/INS组合定位模型中的应用 | 第43-55页 |
5.1 基于BDS/INS的列车定位仿真设计 | 第43-49页 |
5.1.1 基于BDS/INS的列车仿真系统分析 | 第43-45页 |
5.1.2 BDS/INS组合定位数学模型的建立 | 第45-46页 |
5.1.3 基于BDS/INS的列车轨迹计算机仿真 | 第46-49页 |
5.2 MUPF应用于BDS/INS中的仿真分析 | 第49-55页 |
第六章 总结 | 第55-56页 |
6.1 主要工作回顾 | 第55页 |
6.2 今后研究工作及展望 | 第55-56页 |
参考文献 | 第56-58页 |
个人简历 在读期间发表的学术论文 | 第58-59页 |
致谢 | 第59页 |