| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 缩略词表 | 第13-19页 |
| 第一章 绪论 | 第19-33页 |
| 1.1 研究工作的背景与意义 | 第19-20页 |
| 1.2 多源组合导航国内外研究现状 | 第20-24页 |
| 1.3 多源信息融合技术国内外研究现状 | 第24-29页 |
| 1.3.1 多源信息融合的模型 | 第25-27页 |
| 1.3.2 多源信息融合的方法 | 第27-29页 |
| 1.4 对于多源组合导航系统的一些思考 | 第29-30页 |
| 1.5 论文的主要研究内容与结构安排 | 第30-33页 |
| 1.5.1 主要研究内容 | 第30-32页 |
| 1.5.2 论文结构安排 | 第32-33页 |
| 第二章 多源组合导航系统可导航性增强方法 | 第33-80页 |
| 2.1 多源导航系统分系统可导航性 | 第33页 |
| 2.2 基于组合预测的差分GNSS连续性增强方法 | 第33-49页 |
| 2.2.1 系统模型与问题描述 | 第34-35页 |
| 2.2.2 基于组合预测的DGNSS载波相位和伪距差分修正预测 | 第35-46页 |
| 2.2.2.1 关于预测和组合预测 | 第35-36页 |
| 2.2.2.2 基于诱导有序谐波平均算子的最优组合预测模型 | 第36-42页 |
| 2.2.2.3 预测效果评估的方法 | 第42-44页 |
| 2.2.2.4 最优组合预测的数学证明 | 第44-46页 |
| 2.2.3 仿真结果和算法有效性分析 | 第46-49页 |
| 2.3 神经网络辅助的INS姿态解算精度及适应性增强算法 | 第49-59页 |
| 2.3.1 系统模型和问题描述 | 第50-54页 |
| 2.3.2 基于Elman神经网络和EKF的INS姿态解算算法 | 第54-56页 |
| 2.3.3 算法仿真及分析 | 第56-59页 |
| 2.4 基于历元折叠相位估计的X射线脉冲星相对导航方法 | 第59-79页 |
| 2.4.1 系统模型与问题描述 | 第60-61页 |
| 2.4.2 基于历元折叠的X射线脉冲星相位估计算法 | 第61-70页 |
| 2.4.2.1 信号建模 | 第61-66页 |
| 2.4.2.2 脉冲延迟估计 | 第66-68页 |
| 2.4.2.3 使用不精确的速度数据的延迟估计策略和位置估计 | 第68-69页 |
| 2.4.2.4 系统动力学 | 第69-70页 |
| 2.4.3 仿真分析 | 第70-79页 |
| 2.5 本章小结 | 第79-80页 |
| 第三章 多源组合导航系统状态估计和智能主动容错方案设计 | 第80-110页 |
| 3.1 基于LE-DNN的多源导航系统状态估计方法 | 第80-91页 |
| 3.1.1 系统模型与问题描述 | 第81-82页 |
| 3.1.2 基于LE-DNN的多源组合导航系统状态估计方法 | 第82-87页 |
| 3.1.3 仿真分析 | 第87-91页 |
| 3.2 基于one-classSVM的多源组合导航系统故障检测算法 | 第91-96页 |
| 3.2.1 模型及求解 | 第91-92页 |
| 3.2.2 基于one-classSVM的故障检算法 | 第92-94页 |
| 3.2.3 算法仿真验证及分析 | 第94-96页 |
| 3.3 多源组合导航系统故障诊断和智能主动容错方案 | 第96-108页 |
| 3.3.1 多源组合导航系统智能主动容错策略 | 第96-97页 |
| 3.3.2 基于LE-DNN和SVM的MSINS故障诊断和智能主动容错方案 | 第97-102页 |
| 3.3.3 系统仿真与分析 | 第102-108页 |
| 3.4 本章小结 | 第108-110页 |
| 第四章 多源组合导航系统信息融合模型与滤波方法研究 | 第110-136页 |
| 4.1 多源组合导航系统时空属性分析 | 第110-113页 |
| 4.1.1 时间误差分析 | 第110-113页 |
| 4.1.2 空间误差的来源与影响 | 第113页 |
| 4.2 基于GPU的多源组合导航系统的信息融合结构 | 第113-121页 |
| 4.2.1 系统模型与问题描述 | 第114-115页 |
| 4.2.2 基于GPU和粒子滤波的多源组合导航系统的信息融合模型 | 第115-119页 |
| 4.2.2.1 粒子滤波算法原理 | 第115-116页 |
| 4.2.2.2 基于GPU的粒子滤波实现 | 第116-118页 |
| 4.2.2.3 基于GPU和粒子滤波的信息融合模型 | 第118-119页 |
| 4.2.3 仿真分析 | 第119-121页 |
| 4.3 基于混合动态滤波的多源组合导航系统滤波算法 | 第121-129页 |
| 4.3.1 系统模型与问题描述 | 第121-124页 |
| 4.3.2 基于混合动态滤波的多源组合导航信息融合算法 | 第124-127页 |
| 4.3.3 仿真分析 | 第127-129页 |
| 4.4 多源组合导航系统中的高斯cubature粒子滤波算法 | 第129-134页 |
| 4.4.1 基于高斯cubature粒子滤波的滤波算法 | 第129-132页 |
| 4.4.2 仿真分析 | 第132-134页 |
| 4.5 本章小结 | 第134-136页 |
| 第五章 总结与展望 | 第136-140页 |
| 5.1 本文总结 | 第136-138页 |
| 5.2 后续工作展望 | 第138-140页 |
| 致谢 | 第140-142页 |
| 参考文献 | 第142-152页 |
| 攻读博士学位期间取得的成果 | 第152-154页 |
