| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号说明 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 第二章 实验场景中 3D建筑模型获取 | 第15-22页 |
| 2.1 基于RTK的参考点测量 | 第15-18页 |
| 2.1.1 RTK简介 | 第15页 |
| 2.1.2 参考点测量 | 第15-18页 |
| 2.2 基于全站仪的建筑物特征点测量 | 第18-21页 |
| 2.2.1 全站仪简介 | 第19页 |
| 2.2.2 特征点测量 | 第19-21页 |
| 2.3 3D建筑模型建立 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于 3D建筑模型的SM定位算法研究 | 第22-48页 |
| 3.1 GPS时间及坐标系统 | 第22-26页 |
| 3.1.1 时间系统 | 第22-24页 |
| 3.1.2 坐标系统 | 第24-26页 |
| 3.2 卫星轨道计算 | 第26-31页 |
| 3.2.1 GPS卫星位置计算 | 第26-28页 |
| 3.2.2 星历参数外推计算 | 第28-31页 |
| 3.3 城市环境下GPS可见星预测分析 | 第31-36页 |
| 3.3.1 GPS卫星俯仰角计算及仿真 | 第31-34页 |
| 3.3.2 城市环境下GPS可见星预测 | 第34-36页 |
| 3.4 基于 3D建筑模型的SM位算法研究 | 第36-39页 |
| 3.4.1 阴影匹配算法原理 | 第37-38页 |
| 3.4.2 阴影匹配算法实现过程 | 第38-39页 |
| 3.5 实验结果与分析 | 第39-47页 |
| 3.5.1 模拟数据仿真结果与分析 | 第39-42页 |
| 3.5.2 实际数据试验结果与分析 | 第42-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于EKF的GPS/SM组合定位算法研究 | 第48-60页 |
| 4.1 卡尔曼滤波原理介绍 | 第48-52页 |
| 4.1.1 KF基本原理 | 第48-50页 |
| 4.1.2 EKF基本原理 | 第50-52页 |
| 4.2 基于EKF的GPS/SM组合定位算法 | 第52-56页 |
| 4.2.1 EKF-SM算法的状态模型建立 | 第52-54页 |
| 4.2.2 EKF-SM算法的观测模型建立 | 第54-55页 |
| 4.2.3 EKF-SM算法的实现流程 | 第55-56页 |
| 4.3 实验结果与分析 | 第56-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 基于FASTEKF的定位算法研究 | 第60-83页 |
| 5.1 基于EKF的定位算法研究 | 第60-68页 |
| 5.1.1 定位解算中EKF算法的状态模型建立 | 第60-61页 |
| 5.1.2 定位解算中EKF算法的观测模型建立 | 第61-63页 |
| 5.1.3 定位解算中EKF算法流程 | 第63-64页 |
| 5.1.4 LS、EKF算法的实验结果对比与分析 | 第64-68页 |
| 5.2 基于STEKF的定位算法研究 | 第68-74页 |
| 5.2.1 STEKF算法原理 | 第68-69页 |
| 5.2.2 次优渐消因子的确定 | 第69-70页 |
| 5.2.3 LS、EKF、STEKF算法的实验结果对比与分析 | 第70-74页 |
| 5.3 基于FASTEKF的定位算法研究 | 第74-82页 |
| 5.3.1 糊逻辑自适应系统 | 第75-76页 |
| 5.3.2 FASTEKF算法的实现流程 | 第76-79页 |
| 5.3.3 EKF、STEKF、FASTEKF算法的实验结果对比与分析 | 第79-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第六章 工作总结与展望 | 第83-85页 |
| 6.1 工作总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 个人简历 在读期间发表的学术论文 | 第88-89页 |
| 致谢 | 第89页 |