基于GPS/INS组合的多无人机姿态估计与路径规划算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 组合导航系统研究现状 | 第11-13页 |
| 1.2.2 无人机路径规划研究现状 | 第13-14页 |
| 1.3 论文的研究内容 | 第14-16页 |
| 第2章 GPS/INS组合导航的信息融合算法研究 | 第16-27页 |
| 2.1 建立坐标系 | 第16-17页 |
| 2.2 无人机组合导航信息融合结构设计 | 第17-21页 |
| 2.2.1 多传感器信息融合系统的结构模型 | 第18-19页 |
| 2.2.2 多传感器信息融合结构设计 | 第19-21页 |
| 2.3 组合导航的信息融合算法 | 第21-25页 |
| 2.3.1 基于卡尔曼滤波的信息融合 | 第21-23页 |
| 2.3.2 扩展卡尔曼滤波 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 无人机轨迹仿真算法研究 | 第27-43页 |
| 3.1 无人机横滚运动模型 | 第27-29页 |
| 3.1.1 横滚运动速度 | 第28页 |
| 3.1.2 横滚运动位置 | 第28页 |
| 3.1.3 横滚运动加速度 | 第28-29页 |
| 3.2 无人机航向运动模型 | 第29-32页 |
| 3.2.1 航向运动速度 | 第30页 |
| 3.2.2 航向运动位置 | 第30-31页 |
| 3.2.3 航向运动加速度 | 第31-32页 |
| 3.3 无人机俯仰运动模型 | 第32-36页 |
| 3.3.1 俯仰运动速度 | 第33-34页 |
| 3.3.2 俯仰运动位置 | 第34-35页 |
| 3.3.3 俯仰运动加速度 | 第35-36页 |
| 3.4 高精度惯性导航算法 | 第36-42页 |
| 3.4.1 传统的捷联惯性导航算法 | 第37-39页 |
| 3.4.2 改进的捷联惯性导航算法 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于蚁群算法的无人机路径规划研究 | 第43-55页 |
| 4.1 环境建模 | 第43-49页 |
| 4.1.1 栅格法 | 第43-44页 |
| 4.1.2 泰森多边形法 | 第44-45页 |
| 4.1.3 基于泰森多边形的环境建模 | 第45-47页 |
| 4.1.4 无人机飞行轨迹代价 | 第47-49页 |
| 4.2 蚁群算法 | 第49-52页 |
| 4.2.1 蚁群算法的产生 | 第49-50页 |
| 4.2.2 蚁群算法原理 | 第50-52页 |
| 4.3 基于蚁群算法的无人机路径规划 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 基于量子蚁群算法的多无人机路径规划研究 | 第55-69页 |
| 5.1 量子计算 | 第55-58页 |
| 5.1.1 量子比特 | 第55-56页 |
| 5.1.2 量子位编码 | 第56-57页 |
| 5.1.3 量子旋转门 | 第57-58页 |
| 5.2 量子蚁群算法 | 第58-63页 |
| 5.2.1 量子蚁群算法原理 | 第58-61页 |
| 5.2.2 量子蚁群算法流程 | 第61-63页 |
| 5.3 基于量子蚁群算法的无人机路径规划 | 第63-68页 |
| 5.3.1 无人机多路径规划 | 第64-66页 |
| 5.3.2 多无人机路径规划 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士期间承担的科研任务与主要成果 | 第75-76页 |
| 致谢 | 第76页 |
