| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 传统公交车载终端定位方式及其缺陷 | 第10-11页 |
| 1.3 本文的主要研究内容 | 第11-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 GPS和DR的原理及误差分析 | 第14-23页 |
| 2.1 GPS定位原理及误差分析 | 第14-15页 |
| 2.1.1 GPS定位系统简介 | 第14页 |
| 2.1.2 GPS定位原理 | 第14-15页 |
| 2.2 GPS定位误差分析 | 第15-18页 |
| 2.2.1 GPS定位误差因素 | 第15-18页 |
| 2.2.2 GPS漂移特性 | 第18页 |
| 2.3 航位推算简介 | 第18-19页 |
| 2.4 DR系统原理及车辆状态计算 | 第19-21页 |
| 2.4.1 DR系统的基本原理 | 第19-20页 |
| 2.4.2 车辆运动模型 | 第20页 |
| 2.4.3 DR系统中速度的计算 | 第20-21页 |
| 2.4.4 DR系统中位置的计算 | 第21页 |
| 2.4.5 DR系统误差分析 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 GPS/DR组合导航系统 | 第23-39页 |
| 3.1 组合定位简介 | 第23页 |
| 3.2 GPS/DR组合导航 | 第23-24页 |
| 3.3 GPS/DR组合定位系统的优势 | 第24页 |
| 3.4 国内外组合导航系统的研究现状 | 第24-25页 |
| 3.5 扩展卡尔曼滤波在GPS/DR组合导航系统中的应用 | 第25-28页 |
| 3.5.1 线性卡尔曼滤波算法 | 第25-27页 |
| 3.5.2 扩展卡尔曼滤波算法 | 第27页 |
| 3.5.3 扩展卡尔曼滤波算法在组合导航中的缺陷 | 第27-28页 |
| 3.6 粒子滤波算法在GPS/DR组合导航中的应用与改进 | 第28-37页 |
| 3.6.1 粒子滤波算法基本原理 | 第28页 |
| 3.6.2 粒子滤波算法的理论基础 | 第28-29页 |
| 3.6.3 粒子滤波算法过程 | 第29-30页 |
| 3.6.4 粒子滤波算法存在的缺陷及其改进 | 第30-33页 |
| 3.6.5 系统状态模型建立 | 第33-36页 |
| 3.6.6 量测方程的建立 | 第36-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第四章 公交智能车载终端中GPS/DR系统设计与实现 | 第39-47页 |
| 4.1 公交车载智能终端中GPS/DR解决方案 | 第39-43页 |
| 4.1.1 陀螺仪选取 | 第39-40页 |
| 4.1.2 车辆行驶速度解决方案 | 第40-41页 |
| 4.1.3 DR数据在GPS漂移识别中的应用 | 第41-42页 |
| 4.1.4 GPS数据对DR误差积累的纠正 | 第42-43页 |
| 4.2 DR导航系统初始化 | 第43-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第五章 实际车辆测试 | 第47-55页 |
| 5.1 单一导航模式测试 | 第47-49页 |
| 5.1.1 GPS单一导航模式下的漂移 | 第47-48页 |
| 5.1.2 DR单一导航模式下的误差积累 | 第48-49页 |
| 5.2 组合导航测试 | 第49-53页 |
| 5.2.1 组合导航与GPS单一导航测试对比 | 第49-51页 |
| 5.2.2 组合导航与DR单一导航测试对比 | 第51-53页 |
| 5.3 本章小结 | 第53-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 本文的研究成果与总结 | 第55-56页 |
| 6.2 下一步工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
