| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-31页 |
| 1.1 课题研究背景及意义 | 第13-16页 |
| 1.2 相关关键技术研究发展状况 | 第16-29页 |
| 1.2.1 MEMS惯性导航技术研究发展状况 | 第16-19页 |
| 1.2.2 无陀螺惯性导航技术研究发展状况 | 第19-23页 |
| 1.2.3 低成本、小型化组合导航技术研究发展状况 | 第23-25页 |
| 1.2.4 滤波技术研究发展状况 | 第25-29页 |
| 1.3 论文的主要研究内容 | 第29-31页 |
| 第2章 无陀螺微惯性导航系统研究 | 第31-60页 |
| 2.1 引言 | 第31页 |
| 2.2 惯导系统常用坐标系及其相互关系 | 第31-34页 |
| 2.2.1 常用坐标系定义 | 第31-32页 |
| 2.2.2 常用坐标系间相互关系 | 第32-34页 |
| 2.3 无陀螺惯性测量单元 | 第34-48页 |
| 2.3.1 载体非质心处加速度计输出 | 第34-36页 |
| 2.3.2 全加速度计三维空间运动参数测量理论 | 第36-38页 |
| 2.3.3 典型加速度计配置方案 | 第38-41页 |
| 2.3.4 常用角速度解算方法及分析 | 第41-48页 |
| 2.4 一种九加速度计配置方案 | 第48-59页 |
| 2.4.1 MEMS加速度计随机误差分析及补偿方案 | 第49-51页 |
| 2.4.2 九加速度计配置方案无陀螺导航系统仿真分析 | 第51-55页 |
| 2.4.3 全加速度计角度传感器冗余度分析 | 第55-59页 |
| 2.5 本章小结 | 第59-60页 |
| 第3章 火箭弹GFMINS/GNSS组合系统分析 | 第60-83页 |
| 3.1 引言 | 第60页 |
| 3.2 GNSS导航系统 | 第60-61页 |
| 3.3 火箭弹GFMINS/GNSS组合系统模型 | 第61-70页 |
| 3.3.1 GFMINS/GNSS组合模式 | 第61-63页 |
| 3.3.2 GFMINS/GNSS组合系统模型 | 第63-68页 |
| 3.3.3 Kalman滤波器输出校正 | 第68-70页 |
| 3.4 火箭弹GFMINS/GNSS组合系统可观测性分析 | 第70-76页 |
| 3.4.1 PWCS可观测性分析和SVD奇异值理论 | 第70-72页 |
| 3.4.2 GFMINS/GNSS组合系统可观测性仿真分析 | 第72-76页 |
| 3.5 火箭弹GFMINS/GNSS组合系统滤波器设计 | 第76-82页 |
| 3.5.1 Kalman滤波器反馈校正 | 第76-79页 |
| 3.5.2 H_∞滤波器在GFMINS/GNSS组合系统中的应用 | 第79-82页 |
| 3.6 本章小结 | 第82-83页 |
| 第4章 大失准角下火箭弹GFMINS/GNSS系统滤波算法 | 第83-101页 |
| 4.1 引言 | 第83页 |
| 4.2 非线性滤波算法 | 第83-84页 |
| 4.3 大失准角下火箭弹GFMINS/GNSS系统模型 | 第84-88页 |
| 4.3.1 GFMINS/GNSS系统非线性模型 | 第84-86页 |
| 4.3.2 扩展Kalman滤波算法分析 | 第86-88页 |
| 4.4 基于无迹变换的Kalman滤波算法 | 第88-95页 |
| 4.4.1 无迹变换 | 第89-90页 |
| 4.4.2 无迹变换的估计精度 | 第90-92页 |
| 4.4.3 无迹Kalman滤波算法分析 | 第92-95页 |
| 4.5 一种基于最小偏度单形采样的边沿化UKF算法 | 第95-100页 |
| 4.5.1 最小偏度单形采样 | 第95-97页 |
| 4.5.2 边沿化无迹Kalman滤波算法 | 第97-100页 |
| 4.6 本章小结 | 第100-101页 |
| 第5章 火箭弹GFMINS/GNSS系统噪声不确定下自适应UKF算法 | 第101-122页 |
| 5.1 引言 | 第101页 |
| 5.2 火箭弹GFMINS/GNSS组合系统噪声分析 | 第101-106页 |
| 5.2.1 GFMINS/GNSS组合系统噪声分析 | 第101-102页 |
| 5.2.2 GFMINS/GNSS组合系统噪声简化 | 第102-103页 |
| 5.2.3 系统噪声对UKF精度的影响 | 第103-106页 |
| 5.3 一种基于双并行神经网络自适应UKF算法 | 第106-116页 |
| 5.3.1 非线性Sage-Husa极大后验估计器 | 第107-110页 |
| 5.3.2 带有预处理的BP神经网络模型 | 第110-115页 |
| 5.3.3 仿真实验与结果分析 | 第115-116页 |
| 5.4 一种基于方差膨胀因子强跟踪UKF算法 | 第116-117页 |
| 5.5 两种算法组合应用的滤波器设计 | 第117-121页 |
| 5.6 本章小结 | 第121-122页 |
| 第6章 火箭弹GFMINS/GNSS系统非线性H_∞滤波算法 | 第122-144页 |
| 6.1 引言 | 第122页 |
| 6.2 H_∞滤波理论 | 第122-133页 |
| 6.2.1 H_∞鲁棒控制理论简述 | 第122-123页 |
| 6.2.2 传递函数的H_∞范数 | 第123-130页 |
| 6.2.3 H_∞滤波问题 | 第130-132页 |
| 6.2.4 Kalman滤波与H_∞滤波分析 | 第132-133页 |
| 6.3 一种基于渐消记忆非线性扩展H_∞滤波算法 | 第133-143页 |
| 6.3.1 非线性扩展H_∞滤波 | 第133-138页 |
| 6.3.2 渐消记忆滤波 | 第138-143页 |
| 6.4 本章小结 | 第143-144页 |
| 结论 | 第144-146页 |
| 参考文献 | 第146-158页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第158-159页 |
| 致谢 | 第159页 |
