| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究的目的及意义 | 第11-12页 |
| 1.2 非线性滤波技术发展现状 | 第12-15页 |
| 1.3 非线性滤波算法在导航系统中的应用现状 | 第15-16页 |
| 1.4 论文主要研究内容 | 第16-18页 |
| 第2章 解析高斯近似滤波 | 第18-44页 |
| 2.1 引言 | 第18-19页 |
| 2.2 非线性高斯滤波的一般形式 | 第19-22页 |
| 2.2.1 贝叶斯估计框架 | 第19-20页 |
| 2.2.2 最小方差估计准则 | 第20-21页 |
| 2.2.3 非线性高斯滤波递推公式 | 第21-22页 |
| 2.3 非线性近似高斯滤波器 | 第22-31页 |
| 2.3.1 扩展卡尔曼滤波算法 | 第22-23页 |
| 2.3.2 确定性采样非线性近似高斯滤波算法 | 第23-31页 |
| 2.4 精度以及效率分析 | 第31-40页 |
| 2.4.1 精度分析 | 第31-36页 |
| 2.4.2 效率分析 | 第36-40页 |
| 2.5 仿真分析 | 第40-43页 |
| 2.5.1 单维模型 | 第40-41页 |
| 2.5.2 多维模型 | 第41-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第3章 降维高斯-厄米特滤波算法 | 第44-73页 |
| 3.1 引言 | 第44页 |
| 3.2 针对一类部分非线性系统的降维定理 | 第44-54页 |
| 3.2.1 部分非线性系统的描述 | 第44-47页 |
| 3.2.2 针对部分非线性系统的降维定理 | 第47-54页 |
| 3.3 降维GHQF算法 | 第54-59页 |
| 3.3.1 降维GHQF算法 | 第54-56页 |
| 3.3.2 降维GHQF计算量的分析 | 第56-59页 |
| 3.4 RBPF算法 | 第59-61页 |
| 3.5 仿真分析 | 第61-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第4章 降维稀疏网格高斯-厄米特积分滤波算法 | 第73-94页 |
| 4.1 引言 | 第73页 |
| 4.2 稀疏网格求积滤波 | 第73-79页 |
| 4.2.1 稀疏网格规则 | 第73-77页 |
| 4.2.2 SGHQF算法 | 第77-78页 |
| 4.2.3 UKF、GHQF和SGHQF的关系 | 第78-79页 |
| 4.3 降维稀疏网格求积滤波算法 | 第79-84页 |
| 4.3.1 降维稀疏网格求积滤波算法 | 第79-81页 |
| 4.3.2 计算量分析 | 第81-84页 |
| 4.4 仿真分析 | 第84-93页 |
| 4.4.1 目标跟踪模型 | 第84-85页 |
| 4.4.2 SINS大失准角初始对准模型 | 第85-93页 |
| 4.5 本章小结 | 第93-94页 |
| 第5章 降维高斯-厄米特积分滤波在惯性导航系统中的应用 | 第94-112页 |
| 5.1 引言 | 第94页 |
| 5.2 捷联惯性导航系统的惯性系粗对准算法 | 第94-101页 |
| 5.2.1 坐标系定义 | 第94-95页 |
| 5.2.2 惯性系对准原理 | 第95-97页 |
| 5.2.3 惯性系对准误差分析 | 第97-101页 |
| 5.3 改进的基于水平对准信息的惯性系对准算法 | 第101-102页 |
| 5.4 仿真及实验分析 | 第102-111页 |
| 5.4.1 仿真分析 | 第102-108页 |
| 5.4.2 实验验证 | 第108-111页 |
| 5.5 本章小结 | 第111-112页 |
| 结论 | 第112-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第125-126页 |
| 致谢 | 第126页 |