| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 基于惯导的组合导航系统概述 | 第11-14页 |
| 1.3 SINS/DVL信息融合技术的发展和现状 | 第14-16页 |
| 1.4 论文的研究目的及主要工作 | 第16-18页 |
| 第2章 SINS/DVL组合导航系统 | 第18-42页 |
| 2.1 惯性导航工作原理 | 第18-24页 |
| 2.1.1 惯性导航中常用的参考坐标系 | 第18-19页 |
| 2.1.2 坐标系之间的转换 | 第19-21页 |
| 2.1.3 地球参考模型 | 第21-24页 |
| 2.2 惯性导航的基本方程 | 第24-28页 |
| 2.2.1 捷联惯导系统原理 | 第25页 |
| 2.2.2 捷联惯导系统数学模型 | 第25-28页 |
| 2.3 非线性捷联惯导系统的误差方程 | 第28-31页 |
| 2.4 DVL工作原理 | 第31-35页 |
| 2.5 SINS/DVL组合导航系统建模 | 第35-40页 |
| 2.5.1 系统状态变量的选取 | 第35-36页 |
| 2.5.2 SINS系统误差模型 | 第36-37页 |
| 2.5.3 DVL系统误差模型 | 第37-38页 |
| 2.5.4 SINS/DVL组合导航滤波模型 | 第38-40页 |
| 2.6 本章小结 | 第40-42页 |
| 第3章M估计的原理与应用 | 第42-60页 |
| 3.1 经典卡尔曼虑波算法 | 第42-45页 |
| 3.2 M估计 | 第45-48页 |
| 3.2.0 野值的定义及其产生原因 | 第45页 |
| 3.2.1 M估计的研究意义 | 第45页 |
| 3.2.2 野值的存在对卡尔曼滤波过程的影响 | 第45-46页 |
| 3.2.3 M估计的基本原理 | 第46-47页 |
| 3.2.4 M估计的应用 | 第47-48页 |
| 3.3 基于M估计的扩展卡尔曼滤波算法（EKF） | 第48-50页 |
| 3.3.1 扩展卡尔曼滤波算法的基本原理 | 第48-49页 |
| 3.3.2 EKF存在的问题 | 第49-50页 |
| 3.3.3 M估计在扩展卡尔曼滤波算法中的应用 | 第50页 |
| 3.4 仿真分析 | 第50-56页 |
| 3.5 M估计与其它野值处理方式的对比 | 第56-58页 |
| 3.6 本章小结 | 第58-60页 |
| 第4章 基于M估计的UKF滤波算法研究 | 第60-70页 |
| 4.1 基本M估计的UKF滤波算法研究 | 第60-65页 |
| 4.1.1 UT变换 | 第61-62页 |
| 4.1.2 UKF算法 | 第62-64页 |
| 4.1.3 M-UKF滤波算法 | 第64-65页 |
| 4.2 仿真分析 | 第65-69页 |
| 4.3 本章小结 | 第69-70页 |
| 第5章 基于M估计的CKF滤波算法研究 | 第70-82页 |
| 5.1 M-CKF滤波算法研究 | 第70-74页 |
| 5.1.1 spherical-radial cubature准则 | 第71-73页 |
| 5.1.2 CKF滤波算法 | 第73-74页 |
| 5.1.3 基于M估计的CKF滤波算法 | 第74页 |
| 5.2 仿真分析 | 第74-80页 |
| 5.3 本章小结 | 第80-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第88-90页 |
| 致谢 | 第90页 |