| 图表目录 | 第1-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| §1.1 前言 | 第11页 |
| §1.2 常用定位定向技术概述 | 第11-14页 |
| §1.3 车辆GPS/DR组合定位定向技术 | 第14-16页 |
| ·车辆GPS/DR组合定位定向技术发展 | 第14-15页 |
| ·车辆组合定位定向数据融合技术 | 第15-16页 |
| §1.4 论文的研究内容与贡献 | 第16-18页 |
| ·论文研究的主要内容 | 第16-17页 |
| ·论文研究的主要贡献 | 第17-18页 |
| 第二章 基于差分GPS的定向方法 | 第18-28页 |
| §2.1 差分GPS定位系统 | 第18-19页 |
| §2.2 GPS的坐标转换 | 第19-22页 |
| ·坐标系统 | 第19-20页 |
| ·坐标转换 | 第20-22页 |
| §2.3 基于差分GPS的定向方法 | 第22-27页 |
| ·定向原理分析 | 第22-23页 |
| ·差分GPS定向方法 | 第23-26页 |
| ·实车数据实验 | 第26-27页 |
| §2.4 本章小结 | 第27-28页 |
| 第三章 DR传感器的建模及标定 | 第28-46页 |
| §3.1 航迹推算模型 | 第28页 |
| §3.2 电子罗盘传感器 | 第28-35页 |
| ·TCM2电子罗盘简介 | 第29页 |
| ·影响电子罗盘精度的因素 | 第29-30页 |
| ·电子罗盘误差模型 | 第30-31页 |
| ·基于差分GPS的电子罗盘标定 | 第31-35页 |
| ·电子罗盘标定的原理 | 第31-32页 |
| ·改进型的RBF神经网络 | 第32-33页 |
| ·标定过程及实验结果 | 第33-35页 |
| §3.3 ABS测速传感器 | 第35-41页 |
| ·ABS测速传感器测速原理 | 第36页 |
| ·基于ABS测速传感器的定位定向方法。 | 第36-39页 |
| ·ABS测速传感器的误差模型 | 第39页 |
| ·ABS测速传感器中刻度因子的标定 | 第39-40页 |
| ·实车数据仿真 | 第40-41页 |
| §3.4 前轮摆角传感器 | 第41-45页 |
| ·车辆侧向动力学模型及其稳态响应 | 第41-43页 |
| ·基于前轮摆角的定向模型 | 第43-44页 |
| ·定向模型的误差分析 | 第44页 |
| ·实车数据仿真 | 第44-45页 |
| §3.5 本章小结 | 第45-46页 |
| 第四章 卡尔曼滤波算法在GPS/DR组合导航系统中的应用 | 第46-75页 |
| §4.1 车载定位定向系统 | 第46-47页 |
| ·系统组成 | 第46页 |
| ·误差因素和组合方案 | 第46-47页 |
| §4.2 卡尔曼滤波算法 | 第47-52页 |
| ·标准卡尔曼滤波 | 第48页 |
| ·扩展卡尔曼滤波 | 第48-50页 |
| ·联合卡尔曼滤波技术与信息分配原理 | 第50-52页 |
| §4.3 机动目标运动模型 | 第52-55页 |
| ·CV和CA模型 | 第52-53页 |
| ·机动目标"当前统计"模型 | 第53-55页 |
| §4.4 航位推算系统的多传感器融合 | 第55-68页 |
| ·角运动信息的数据融合 | 第56页 |
| ·线运动信息的卡尔曼滤波 | 第56-59页 |
| ·航位推算的多传感器融合 | 第59-63页 |
| ·实车数据仿真 | 第63-68页 |
| §4.5 GPS/DR组合定位定向系统的联合卡尔曼滤波 | 第68-74页 |
| ·GPS/DR组合定位定向系统设计 | 第68-69页 |
| ·DGPS局部滤波器(LF1)设计 | 第69-72页 |
| ·航位推算局部滤波器(LF2)设计 | 第72页 |
| ·最优滤波器(MF)设计 | 第72页 |
| ·信息分配系数β_1、β_2的选择 | 第72-73页 |
| ·实车数据仿真 | 第73-74页 |
| §4.6 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| §5.1 论文总结 | 第75-76页 |
| §5.2 课题展望 | 第76-77页 |
| 作者在攻读硕士期间发表的论文 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-83页 |