GPS多路径误差削弱方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 问题的提出及研究意义 | 第8页 |
| 1.1.1 问题的提出 | 第8页 |
| 1.1.2 研究的意义 | 第8页 |
| 1.2 多路径误差国内外研究现状 | 第8-12页 |
| 1.3 研究的目的和主要内容 | 第12-14页 |
| 1.3.1 研究目的 | 第12页 |
| 1.3.2 主要研究内容 | 第12-14页 |
| 2 GPS系统简介及误差分析 | 第14-24页 |
| 2.1 GPS系统组成及发展现状 | 第14-17页 |
| 2.1.1 GPS系统组成 | 第14-16页 |
| 2.1.2 GPS发展现状 | 第16-17页 |
| 2.2 GPS定位中的主要误差来源及处理方法 | 第17-18页 |
| 2.3 GPS定位中的基本观测量 | 第18-20页 |
| 2.4 双差观测模型 | 第20-21页 |
| 2.5 本章小结 | 第21-24页 |
| 3 GPS多路径误差基本原理及特性分析 | 第24-36页 |
| 3.1 多路径误差的产生及影响 | 第24页 |
| 3.2 多路径误差的类型 | 第24-25页 |
| 3.3 多路径误差的函数表达 | 第25-28页 |
| 3.4 多路径误差特性分析 | 第28-35页 |
| 3.4.1 多路径误差为一时空环境效应 | 第28-29页 |
| 3.4.2 多路径误差与接收机抑径能力有关 | 第29-30页 |
| 3.4.3 多路径误差的影响具有一定幅值范围 | 第30页 |
| 3.4.4 多路径误差具有一定的频率特点 | 第30-31页 |
| 3.4.5 多路径误差具有周日重复性 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于卡尔曼滤波的多路径误差削弱方法研究 | 第36-50页 |
| 4.1 标准卡尔曼滤波 | 第36-39页 |
| 4.2 改进的卡尔曼滤波模型 | 第39-42页 |
| 4.3 基于卡尔曼滤波的多路径误差估计模型 | 第42-44页 |
| 4.4 实验分析 | 第44-48页 |
| 4.5 本章小结 | 第48-50页 |
| 5 基于粒子滤波的多路径误差削弱方法研究 | 第50-68页 |
| 5.1 粒子滤波概述 | 第50页 |
| 5.2 粒子滤波基本原理 | 第50-56页 |
| 5.2.1 动态系统状态空间模型 | 第50-51页 |
| 5.2.2 贝叶斯估计原理 | 第51-53页 |
| 5.2.3 序贯重要性采样 | 第53-56页 |
| 5.2.4 标准粒子滤波的缺点 | 第56页 |
| 5.3 基于重采样技术的粒子滤波算法 | 第56-60页 |
| 5.4 基于粒子滤波的多路径误差估计模型 | 第60-62页 |
| 5.5 实验分析 | 第62-66页 |
| 5.6 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 不足与展望 | 第69-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 | 第76-80页 |
| A. 作者在攻读学位期间发表的论文目录 | 第76页 |
| B. 作者在攻读学位期间参与的科研项目 | 第76页 |
| C. 部分程序源代码 | 第76-80页 |
| C1 基于卡尔曼滤波的多路径误差模型提取算法 | 第76-78页 |
| C2 基于粒子滤波的多路径误差模型提取算法 | 第78-80页 |
