| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 导航系统研究概况 | 第12-14页 |
| 1.2.1 INS研究现状 | 第12页 |
| 1.2.2 GNSS研究现状 | 第12-14页 |
| 1.2.3 组合导航系统研究现状 | 第14页 |
| 1.3 滤波理论及人工神经网络 | 第14-17页 |
| 1.3.1 滤波理论的发展 | 第14-15页 |
| 1.3.2 人工神经网络的发展 | 第15-16页 |
| 1.3.3 神经网络在组合导航中的应用 | 第16-17页 |
| 1.4 论文主要内容和章节安排 | 第17-18页 |
| 第2章 弹载导航系统 | 第18-29页 |
| 2.1 惯性导航系统 | 第18-23页 |
| 2.1.1 常用坐标系及转换关系 | 第18-19页 |
| 2.1.2 捷联惯导基本原理 | 第19-22页 |
| 2.1.3 惯性导航系统模型及误差方程 | 第22-23页 |
| 2.2 北斗卫星导航系统 | 第23-26页 |
| 2.2.1 北斗卫星导航原理 | 第25-26页 |
| 2.3 GNSS/SINS组合导航方法 | 第26-28页 |
| 2.3.1 松组合(LooseIntergration) | 第26-27页 |
| 2.3.2 紧组合(TightIntergration) | 第27-28页 |
| 2.3.3 超紧组合(Ultra-TightIntegration) | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 人工神经网络 | 第29-38页 |
| 3.1 概述 | 第29-32页 |
| 3.1.1 人工神经元特性 | 第29-31页 |
| 3.1.2 神经网络训练方法 | 第31-32页 |
| 3.2 BP神经网络 | 第32-34页 |
| 3.3 径向基函数神经网络 | 第34-36页 |
| 3.4 RBFNN与BPNN的比较 | 第36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 RBFNN辅助的组合导航滤波器设计 | 第38-51页 |
| 4.1 北斗/INS松组合导航系统设计 | 第38-41页 |
| 4.1.1 系统状态方程 | 第39-40页 |
| 4.1.2 系统量测方程 | 第40-41页 |
| 4.2 卡尔曼滤波 | 第41-47页 |
| 4.2.1 卡尔曼滤波算法(KF) | 第41-43页 |
| 4.2.2 扩展卡尔曼滤波算法(EKF) | 第43-45页 |
| 4.2.3 无迹卡尔曼滤波算法(UKF) | 第45-47页 |
| 4.3 基于神经网络的组合导航滤波器滤波设计 | 第47-50页 |
| 4.3.1 导航信息更新方案 | 第47-48页 |
| 4.3.2 神经网络结构设计 | 第48-49页 |
| 4.3.3 导航信息数据处理 | 第49页 |
| 4.3.4 基于窗口的权值更新策略 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 组合导航系统的仿真 | 第51-59页 |
| 5.1 组合导航系统仿真器设计 | 第51-55页 |
| 5.1.1 仿真系统初值设置 | 第51-52页 |
| 5.1.2 飞行轨迹发生器的仿真设计 | 第52-55页 |
| 5.2 仿真结果及分析 | 第55-58页 |
| 5.3 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第66-67页 |
| 致谢 | 第67页 |
