首页--交通运输论文--铁路运输论文--铁路通信、信号论文--铁路信号论文--区间闭塞与机车信号系统论文--列车运行自动化论文

基于BDS/INS的列车组合定位算法研究

摘要第4-5页
Abstract第5页
第一章 绪论第9-16页
    1.1 研究背景及意义第9-10页
    1.2 列车组合定位滤波算法的发展第10-11页
    1.3 国内外组合导航技术现状第11-12页
    1.4 国内外列车组合定位技术现状第12-15页
    1.5 论文内容安排及解决的问题第15-16页
第二章 北斗卫星导航及惯性导航系统第16-34页
    2.1 北斗卫星导航系统第16-20页
        2.1.1 北斗卫星导航系统简介第16-17页
        2.1.2 北斗卫星导航系统组成第17-18页
        2.1.3 北斗卫星导航系统定位原理第18页
        2.1.4 北斗卫星导航系统误差分析第18-19页
        2.1.5 北斗卫星导航系统的优势第19-20页
    2.2 组合定位方式及北斗误差状态方程第20-22页
        2.2.1 松组合第20页
        2.2.2 紧组合第20-21页
        2.2.3 深组合第21页
        2.2.4 北斗卫星导航系统误差状态方程第21-22页
    2.3 惯性导航系统及误差状态方程第22-30页
        2.3.1 惯性导航系统简介第22页
        2.3.2 惯性导航系统基本原理第22-24页
        2.3.3 平台式惯性导航系统第24页
        2.3.4 捷联式惯性导航系统第24-26页
        2.3.5 惯性导航系统的模型及误差方程第26-30页
    2.4 组合导航常用坐标系及转换第30-32页
        2.4.1 常用坐标系概述第30页
        2.4.2 坐标系间的转换第30-32页
    本章小结第32-34页
第三章 列车组合导航定位滤波算法第34-53页
    3.1 扩展卡尔曼滤波和无迹卡尔曼滤波第34-40页
        3.1.1 扩展卡尔曼(EKF)第34-36页
        3.1.2 无迹卡尔曼滤波(UKF)第36页
        3.1.3 UT变换第36-37页
        3.1.4 UKF算法原理第37-40页
    3.2 粒子滤波算法(PF)第40-47页
        3.2.1 动态空间模型第40-41页
        3.2.2 贝叶斯估计理论第41-42页
        3.2.3 Monte-Carlo积分第42-43页
        3.2.4 序贯重要性采样第43-44页
        3.2.5 标准粒子滤波第44-45页
        3.2.6 粒子滤波算法存在的主要问题第45-47页
    3.3 MATLAB仿真对比及分析第47-51页
    本章小结第51-53页
第四章 基于蚁群算法改进的粒子滤波算法第53-64页
    4.1 蚁群算法(ACA)第53-54页
    4.2 蚁群优化粒子滤波算法原理第54-57页
    4.3 蚁群优化粒子滤波算法实现步骤第57-58页
    4.4 MATLAB仿真对比及分析第58-63页
    本章小结第63-64页
第五章 BDS/INS组合导航的列车定位仿真及分析第64-77页
    5.1 基于BDS/INS的列车定位系统模型第64-66页
        5.1.1 BDS/INS列车定位系统第64-65页
        5.1.2 BDS/INS列车组合定位模型第65页
        5.1.3 列车整体组合定位模型第65-66页
    5.2 组合定位系统的状态方程和量测方程第66-70页
        5.2.1 组合定位系统的状态方程第66-67页
        5.2.2 组合定位系统的量测方程第67-70页
    5.3 惯性器件仿真设计第70-73页
        5.3.1 陀螺仪仿真设计第70-71页
        5.3.2 加速度仿真设计第71-73页
    5.4 BDS/INS组合导航列车定位仿真结果及分析第73-76页
    本章小结第76-77页
结论第77-79页
参考文献第79-82页
攻读硕士学位期间发表的学术论文第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于ZigBee的列车盲区定位算法研究
下一篇:高速齿轮箱密封系统的数值分析及优化设计