| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 论文研究的背景和意义 | 第10-12页 |
| 1.2 MIMU/GPS组合导航的发展现状及应用 | 第12-17页 |
| 1.2.1 MIMU/GPS组合导航的发展现状 | 第12-14页 |
| 1.2.2 MIMU/GPS车载组合导航的发展现状 | 第14-17页 |
| 1.3 神经网络的发展现状及应用 | 第17-20页 |
| 1.3.1 神经网络的发展现状 | 第18-19页 |
| 1.3.2 神经网络在惯性组合导航中的应用 | 第19-20页 |
| 1.4 论文主要内容 | 第20-22页 |
| 第2章 车载组合导航系统基础理论 | 第22-35页 |
| 2.1 常用坐标系及坐标转换 | 第22-25页 |
| 2.1.1 常用坐标定义 | 第22-24页 |
| 2.1.2 坐标转换矩阵 | 第24-25页 |
| 2.2 MIMU导航基本原理 | 第25-29页 |
| 2.2.1 MIMU加速度计及陀螺仪工作原理 | 第25-27页 |
| 2.2.2 姿态更新算法 | 第27-28页 |
| 2.2.3 速度位置更新算法 | 第28-29页 |
| 2.3 MIMU/GPS组合导航算法 | 第29-34页 |
| 2.3.1 组合导航最优估计算法 | 第30-31页 |
| 2.3.2 组合导航滤波设计 | 第31-33页 |
| 2.3.3 扩展卡尔曼滤波 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 基于IDNN的组合导航算法设计 | 第35-44页 |
| 3.1 人工神经网络算法 | 第35-37页 |
| 3.2 输入延迟神经网络算法 | 第37-40页 |
| 3.2.1 IDNN基本原理 | 第38-39页 |
| 3.2.2 IDNN网络构建 | 第39-40页 |
| 3.3 基于IDNN的MIMU/GPS组合导航算法 | 第40-43页 |
| 3.3.1 IDNN网络结构设计 | 第40-41页 |
| 3.3.2 反向传播学习算法 | 第41-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于IDNN-EKF的车载抗干扰组合导航算法 | 第44-57页 |
| 4.1 MIMU/GPS车载组合导航的EKF算法 | 第44-47页 |
| 4.1.1 状态方程 | 第44-46页 |
| 4.1.2 量测方程 | 第46-47页 |
| 4.1.3 EKF滤波算法 | 第47页 |
| 4.2 组合导航系统故障检测 | 第47-49页 |
| 4.3 车辆运动学约束方程建立 | 第49-50页 |
| 4.4 基于IDNN-EKF的车载MIMU/GPS抗干扰组合导航算法 | 第50-56页 |
| 4.4.1 基于IDNN-EKF的抗干扰组合导航算法 | 第50-53页 |
| 4.4.2 导航算法仿真验证 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 MIMU/GPS车载组合导航试验 | 第57-66页 |
| 5.1 车载组合导航试验设备介绍 | 第57-59页 |
| 5.1.1 MIMU/GPS组合导航系统 | 第57-58页 |
| 5.1.2 车载组合导航试验系统 | 第58-59页 |
| 5.2 车载组合导航试验设计 | 第59-61页 |
| 5.2.1 初始对准 | 第59-60页 |
| 5.2.2 动态试验 | 第60-61页 |
| 5.3 试验结果与分析 | 第61-65页 |
| 5.3.1 基于EKF的车载组合导航算法试验结果分析 | 第61-62页 |
| 5.3.2 基于IDNN的车载组合导航算法试验结果分析 | 第62-63页 |
| 5.3.3 基于IDNN-EKF的车载MIMU/GPS抗干扰组合导航算法结果分析 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
