| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·组合导航的研究意义 | 第10-11页 |
| ·组合导航系统国内外发展概况 | 第11-14页 |
| ·论文的内容与结构 | 第14-15页 |
| 2 自主导航原理 | 第15-26页 |
| ·惯性导航 | 第15-18页 |
| ·卫星导航 | 第18-21页 |
| ·天文导航 | 第21-23页 |
| ·地磁导航 | 第23-26页 |
| 3 导航滤波理论 | 第26-53页 |
| ·卡尔曼滤波 | 第27-30页 |
| ·扩展卡尔曼滤波 | 第30-32页 |
| ·无迹卡尔曼滤波 | 第32-36页 |
| ·自适应滤波 | 第36-37页 |
| ·强跟踪滤波 | 第37-38页 |
| ·容积卡尔曼滤波 | 第38-43页 |
| ·容积滤波的优缺点讨论 | 第43-44页 |
| ·一种改进的容积卡尔曼滤波 | 第44-45页 |
| ·粒子滤波 | 第45-49页 |
| ·粒子滤波的改进 | 第49-53页 |
| 4 联邦滤波融合理论 | 第53-59页 |
| ·联邦滤波融合算法 | 第53-56页 |
| ·基于矢量跟踪的分配因子优化 | 第56页 |
| ·一种快速联邦滤波算法 | 第56-59页 |
| 5 基于联邦滤波的 CNS/INS/GPS 组合导航 | 第59-63页 |
| ·导航传感器选取 | 第59页 |
| ·融合算法选取 | 第59-60页 |
| ·仿真与分析 | 第60-63页 |
| 6 基于人工智能算法的组合导航方法 | 第63-71页 |
| ·神经网络原理 | 第63-65页 |
| ·基于神经网络的组合导航原理 | 第65-68页 |
| ·PSO 训练方法 | 第68-69页 |
| ·仿真验证 | 第69-71页 |
| 7 总结与展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 硕士期间的成果及获奖 | 第77-78页 |
| 致谢 | 第78-79页 |