| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| Extended Abstract | 第8-11页 |
| 目录 | 第11-13页 |
| Contents | 第13-15页 |
| 图清单 | 第15-20页 |
| 表清单 | 第20-21页 |
| 1 绪论 | 第21-33页 |
| 1.1 研究背景、难点及意义 | 第21-23页 |
| 1.2 国内外研究现状 | 第23-29页 |
| 1.3 主要研究内容 | 第29-30页 |
| 1.4 本文的结构与组织 | 第30-33页 |
| 2 惯性导航基本原理 | 第33-51页 |
| 2.1 惯性导航基础 | 第33-38页 |
| 2.2 参考坐标系及其转换模型 | 第38-41页 |
| 2.3 惯性导航姿态表达及微分方程 | 第41-44页 |
| 2.4 捷联惯性导航数字算法 | 第44-49页 |
| 2.5 本章小结 | 第49-51页 |
| 3 惯性元件误差的 Allan 方差辨识 | 第51-69页 |
| 3.1 随机误差模型 | 第51-52页 |
| 3.2 随机误差辨识算法 | 第52-54页 |
| 3.3 惯性元件随机误差 | 第54-57页 |
| 3.4 基于 WTLS 的改进 Allan 方差估计算法 | 第57-68页 |
| 3.5 本章小结 | 第68-69页 |
| 4 室外惯性/卫星无缝导航模型 | 第69-99页 |
| 4.1 卫星导航误差方程 | 第69-81页 |
| 4.2 捷联惯性导航误差方程 | 第81-89页 |
| 4.3 卫星/惯性松组合模型 | 第89-93页 |
| 4.4 卫星/惯性紧组合模型 | 第93-98页 |
| 4.5 本章小结 | 第98-99页 |
| 5 室外遮蔽区定位的改进 RBFNN 辅助导航模型 | 第99-113页 |
| 5.1 神经网络回归模型 | 第99-101页 |
| 5.2 遗传算法参数寻优 | 第101-103页 |
| 5.3 改进 RBFNN 预测伪位置算法 | 第103-105页 |
| 5.4 基于伪位置的滤波器设计 | 第105-106页 |
| 5.5 实验与分析 | 第106-112页 |
| 5.6 本章小结 | 第112-113页 |
| 6 惯性/卫星无缝导航的改进抗差模型 | 第113-139页 |
| 6.1 线性最小方差估计与 Kalman 滤波 | 第114-116页 |
| 6.2 随机非线性系统的滤波算法 | 第116-118页 |
| 6.3 GPS/INS 无缝导航改进抗差 UKF 模型 | 第118-124页 |
| 6.4 支持向量机回归 | 第124-128页 |
| 6.5 GA-SVR 辅助 GPS/INS 抗差自适应导航模型 | 第128-138页 |
| 6.6 本章小结 | 第138-139页 |
| 7 惯性/卫星无缝导航多重渐消因子 SVD-UKF 模型 | 第139-157页 |
| 7.1 多重渐消自适应 SVD-UKF 模型 | 第139-148页 |
| 7.2 最小二乘支持向量回归 | 第148-149页 |
| 7.3 LS-SVR 辅助多重渐消因子自适应 SVD-UKF 模型 | 第149-156页 |
| 7.4 本章小结 | 第156-157页 |
| 8 室内定位的惯性辅助导航模型 | 第157-175页 |
| 8.1 基于 FIR 滤波器的惯性辅助的室内定位模型 | 第157-165页 |
| 8.2 基于自适应零速修正的惯性辅助室内定位模型 | 第165-173页 |
| 8.3 本章小结 | 第173-175页 |
| 9 结论及展望 | 第175-179页 |
| 9.1 结论 | 第175-176页 |
| 9.2 创新点 | 第176-177页 |
| 9.3 展望 | 第177-179页 |
| 参考文献 | 第179-190页 |
| 作者简历 | 第190-193页 |
| 学位论文数据集 | 第193页 |
