第1章 绪论 | 第1-15页 |
·信息融合方法 | 第9-12页 |
·故障检测与隔离 | 第12-14页 |
·课题研究意义及主要工作 | 第14-15页 |
第2章 组合导航信息源 | 第15-32页 |
·惯性导航系统 | 第15-24页 |
·捷联惯导基本方程 | 第17-20页 |
·捷联惯导系统误差方程 | 第20-24页 |
·陀螺罗经 | 第24-26页 |
·计程仪 | 第26-28页 |
·全球定位系统GPS | 第28-31页 |
·本章小结 | 第31-32页 |
第3章 可观测性分析 | 第32-51页 |
·随机系统的可控性和可观测性 | 第32-33页 |
·奇异值可观测性分析方法 | 第33-43页 |
·奇异值可观测性分析方法 | 第33-36页 |
·奇异值可观测性分析方法在组合导航中的应用 | 第36-43页 |
·кузовков可观测性分析方法 | 第43-46页 |
·кузовков可观测性分析方法 | 第43页 |
·кузовков可观测性分析方法在组合导航中的应用 | 第43-46页 |
·状态方程解耦的可观测性分析 | 第46-47页 |
·组合导航系统可观测性的定性分析 | 第47-50页 |
·本章小结 | 第50-51页 |
第4章 传统的信息融合算法及其改进算法研究 | 第51-74页 |
·集中式卡尔曼滤波理论 | 第51-54页 |
·卡尔曼滤波概述 | 第51-52页 |
·基本滤波算法 | 第52-53页 |
·物理意义 | 第53-54页 |
·组合导航系统设计 | 第54-58页 |
·状态量和量测量的选取 | 第54-55页 |
·输出校正和反馈校正 | 第55-56页 |
·滤波过程中需要注意的问题 | 第56-58页 |
·卡尔曼滤波器在组合导航系统中的应用 | 第58-64页 |
·滤波器的设计 | 第58-59页 |
·仿真试验比较 | 第59-64页 |
·自适应Kalman滤波算法 | 第64-68页 |
·自适应Kalman算法 | 第64-67页 |
·自适应Kalman算法在组合导航系统中的应用 | 第67-68页 |
·联邦滤波算法及其应用 | 第68-73页 |
·联邦滤波算法 | 第69-70页 |
·联邦滤波器结构 | 第70-71页 |
·联邦滤波器的特点 | 第71-72页 |
·联邦滤波器在组合导航系统中的应用 | 第72页 |
·仿真试验比较 | 第72-73页 |
·本章小结 | 第73-74页 |
第5章 鲁棒滤波算法 | 第74-91页 |
·数学基础 | 第74-78页 |
·信号和系统的范数 | 第74-75页 |
·代数Raccati方程的一般解 | 第75-76页 |
·代数Raccati方程的稳定解 | 第76-77页 |
·范数与Raccati方程 | 第77页 |
·范数与Raccati不等式 | 第77-78页 |
·鲁棒控制基础 | 第78-81页 |
·基本的H_∞控制 | 第78-79页 |
·不确定状态空间模型 | 第79-81页 |
·H_∞滤波 | 第81-88页 |
·H_∞问题的表达 | 第81-82页 |
·次优H_∞问题的解 | 第82-83页 |
·H_∞滤波与传统Kalman滤波的比较 | 第83-84页 |
·H_∞滤波器的参数化 | 第84页 |
·Raccati方程解法 | 第84-86页 |
·LMI解法 | 第86-88页 |
·H_∞滤波方法在组合导航中的应用 | 第88-90页 |
·H_∞滤波器的设计 | 第88页 |
·H_∞滤波器下的数字仿真 | 第88-90页 |
·本章小结 | 第90-91页 |
第6章 多传感器融合导航系统 | 第91-101页 |
·多传感器融合组合导航概述 | 第91页 |
·容错组合导航系统 | 第91-92页 |
·故障检测方案 | 第92-98页 |
·合理性检测 | 第92-93页 |
·一致性检测 | 第93页 |
·系统故障检测和隔离 | 第93-98页 |
·容错组合导航系统仿真与车载试验 | 第98-100页 |
·容错组合导航系统仿真 | 第98-99页 |
·容错组合导航系统车载试验 | 第99-100页 |
·本章小结 | 第100-101页 |
结论 | 第101-102页 |
参考文献 | 第102-109页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第109-110页 |
致谢 | 第110页 |