摘要 | 第6-7页 |
Abstract | 第7页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文结构安排 | 第12-14页 |
第二章 基于采样的非线性卡尔曼滤波基础理论 | 第14-26页 |
2.1 引言 | 第14页 |
2.2 高斯系统下的贝叶斯估计 | 第14-16页 |
2.3 扩展卡尔曼滤波(EKF) | 第16-17页 |
2.4 无迹卡尔曼滤波(UKF) | 第17-20页 |
2.5 中心差分卡尔曼滤波(CDKF) | 第20-21页 |
2.6 容积卡尔曼滤波(CKF) | 第21-25页 |
2.6.1 数值积分原理 | 第22-23页 |
2.6.2 容积卡尔曼滤波算法 | 第23-25页 |
2.7 本章小结 | 第25-26页 |
第三章 单形无迹卡尔曼滤波及其在飞机姿态估计中的应用研究 | 第26-36页 |
3.1 引言 | 第26-27页 |
3.2 单形无迹卡尔曼滤波算法 | 第27-28页 |
3.3 飞机姿态解算方程 | 第28-29页 |
3.4 飞机姿态估计系统状态方程 | 第29页 |
3.5 飞机姿态估计系统观测方程 | 第29-30页 |
3.6 实验结果与分析 | 第30-33页 |
3.7 计算量分析 | 第33-35页 |
3.8 本章小结 | 第35-36页 |
第四章 单形无迹卡尔曼滤波的改进算法及其应用 | 第36-47页 |
4.1 引言 | 第36页 |
4.2 算法原理 | 第36-42页 |
4.2.1 单位超球面积分的计算 | 第37-41页 |
4.2.2 径向积分的计算 | 第41-42页 |
4.2.3 联合单位超球面积分与径向积分 | 第42页 |
4.3 仿真实验及分析 | 第42-46页 |
4.4 本章小结 | 第46-47页 |
第五章 单形无迹求积卡尔曼滤波算法的信息形式与应用 | 第47-56页 |
5.1 引言 | 第47页 |
5.2 多源信息融合基本概念 | 第47-48页 |
5.3 扩展信息滤波 | 第48-49页 |
5.4 单形无迹信息滤波 | 第49-50页 |
5.5 单形无迹求积信息滤波 | 第50-52页 |
5.6 实验与分析 | 第52-54页 |
5.7 本章小结 | 第54-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 本文工作总结 | 第56-57页 |
6.2 未来工作展望 | 第57-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-63页 |
攻读硕士研究生期间发表学术论文 | 第63页 |