| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 组合导航系统发展概述 | 第11-13页 |
| 1.2.1 导航基本理论概述 | 第11页 |
| 1.2.2 常见导航方法概述 | 第11-12页 |
| 1.2.3 组合导航系统概述 | 第12-13页 |
| 1.3 惯性测量元件的随机误差概述 | 第13-14页 |
| 1.4 惯性测量元件补偿方法研究概况 | 第14-15页 |
| 1.5 课题研究的内容和章节安排 | 第15-17页 |
| 第2章 GPS/INS组合导航系统原理及模型 | 第17-30页 |
| 2.1 INS原理及误差方程 | 第17-22页 |
| 2.1.1 常用坐标系统 | 第17-18页 |
| 2.1.2 INS的基本方程 | 第18-20页 |
| 2.1.3 INS的误差建模 | 第20-22页 |
| 2.2 GPS导航原理及其模型 | 第22-24页 |
| 2.2.1 GPS定位原理 | 第22-23页 |
| 2.2.2 GPS测量误差 | 第23-24页 |
| 2.3 INS/GPS组合导航系统模型 | 第24-29页 |
| 2.3.1 基于速度、位置的组合导航系统模型 | 第25-26页 |
| 2.3.2 基于伪距、伪距率的组合导航系统模型 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 惯性测量元件随机误差分析 | 第30-43页 |
| 3.1 IMU误差介绍 | 第30-31页 |
| 3.2 IMU随机误差辨识 | 第31-37页 |
| 3.2.1 IMU信号野值的判定与剔除 | 第31-32页 |
| 3.2.2 傅里叶分析 | 第32-33页 |
| 3.2.3 功率谱密度(PSD)分析 | 第33-34页 |
| 3.2.4 ALLAN方差分析 | 第34-37页 |
| 3.3 IMU信号的小波分析 | 第37-42页 |
| 3.3.1 连续小波变换 | 第37页 |
| 3.3.2 离散小波变换 | 第37-38页 |
| 3.3.3 小波多分辨分析 | 第38-39页 |
| 3.3.4 小波阈值消噪 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 惯性测量元件随机误差建模 | 第43-62页 |
| 4.1 IMU数据的时间序列建模 | 第43-50页 |
| 4.1.1 IMU信号预处理 | 第43-44页 |
| 4.1.2 时间序列模型的建立 | 第44-50页 |
| 4.2 神经网络—遗传算法建模 | 第50-58页 |
| 4.2.1 BP神经网络结构及学习算法 | 第50-54页 |
| 4.2.2 遗传算法 | 第54-57页 |
| 4.2.3 神经网络—遗传算法建模 | 第57-58页 |
| 4.3 基于神经网络—遗传算法的IMU数据时序建模 | 第58-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 神经网络—遗传算法在组合导航系统的应用 | 第62-68页 |
| 5.1 基于神经网络—遗传算法的伪距、伪距率组合系统 | 第62-63页 |
| 5.2 基于神经网络—遗传算法的组合导航应用 | 第63-66页 |
| 5.2.1 建立仿真系统 | 第63页 |
| 5.2.2 神经网络—遗传算法模型的组合导航系统应用 | 第63-66页 |
| 5.3 本章小结 | 第66-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
