基于GNSS/IMU的无人机高精度定位导航性能分析及应用研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景及研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 无人机应用研究现状 | 第14-15页 |
| 1.2.2 高精度定位及滤波算法研究现状 | 第15-16页 |
| 1.2.3 导航性能评估方法研究现状 | 第16-18页 |
| 1.3 本文主要研究内容及章节安排 | 第18-20页 |
| 第二章 导航定位系统在无人机快递中的应用 | 第20-28页 |
| 2.1 全球导航卫星系统 | 第20-22页 |
| 2.1.1 GNSS基本组成 | 第20-21页 |
| 2.1.2 GPS基本工作原理 | 第21-22页 |
| 2.2 惯性组件 | 第22-23页 |
| 2.2.1 IMU基本组成 | 第22页 |
| 2.2.2 IMU基本工作原理 | 第22-23页 |
| 2.3 GNSS/IMU组合模式 | 第23-25页 |
| 2.3.1 松组合 | 第23-24页 |
| 2.3.2 紧组合 | 第24页 |
| 2.3.3 深组合 | 第24-25页 |
| 2.4 无人机快递应用中的定位精度需求 | 第25-27页 |
| 2.4.1 无人机快递流程及应用范围 | 第25页 |
| 2.4.2 终端区域定位精度需求 | 第25-26页 |
| 2.4.3 航路区域定位精度需求 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 自回归运动模型下的粒子滤波算法 | 第28-39页 |
| 3.1 卡尔曼滤波相关算法研究 | 第28-31页 |
| 3.1.1 KF算法 | 第28-29页 |
| 3.1.2 EKF算法 | 第29-31页 |
| 3.2 粒子滤波算法研究 | 第31-34页 |
| 3.2.1 蒙特卡洛采样 | 第31页 |
| 3.2.2 重要性采样 | 第31-32页 |
| 3.2.3 序贯重要性采样 | 第32-33页 |
| 3.2.4 重采样 | 第33-34页 |
| 3.3 运动模型理论体系 | 第34-36页 |
| 3.3.1 CV/CA模型 | 第34页 |
| 3.3.2 CTRV/CTRA模型 | 第34-35页 |
| 3.3.3 CSAV/CSAA模型 | 第35-36页 |
| 3.4 基于自回归运动模型的粒子滤波算法 | 第36-38页 |
| 3.4.1 理论基础 | 第36页 |
| 3.4.2 自回归运动模型的构建 | 第36-37页 |
| 3.4.3 自回归运动模型的粒子滤波器设计 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 无人机快递应用下的导航性能评估理论体系 | 第39-48页 |
| 4.1 导航性能评估方法架构 | 第39-40页 |
| 4.2 精度评估方法 | 第40-41页 |
| 4.2.1 精度衰减因子 | 第40-41页 |
| 4.2.2 可见卫星颗数 | 第41页 |
| 4.3 完好性评估方法 | 第41-46页 |
| 4.3.1 完好性评估误差圆模型 | 第41-42页 |
| 4.3.2 1σ等概率误差椭圆 | 第42-44页 |
| 4.3.3 95%等概率误差椭圆 | 第44-45页 |
| 4.3.4 95%等概率误差圆 | 第45-46页 |
| 4.4 连续性评估方法 | 第46-47页 |
| 4.4.1 连续性可靠度 | 第46-47页 |
| 4.4.2 连续性风险概率 | 第47页 |
| 4.5 可用性评估方法 | 第47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 仿真实验与数据分析 | 第48-60页 |
| 5.1 仿真实验方案 | 第48-49页 |
| 5.2 实验数据结果分析 | 第49-59页 |
| 5.2.1 滤波算法结果比较 | 第49-55页 |
| 5.2.2 仿真数据精度评估 | 第55-57页 |
| 5.2.3 仿真数据完好性评估 | 第57-58页 |
| 5.2.4 仿真数据连续性评估 | 第58-59页 |
| 5.2.5 仿真数据可用性评估 | 第59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 研究总结 | 第60页 |
| 6.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 在学期间的研究成果及发表的学术论文 | 第68-69页 |
