首页--工业技术论文--无线电电子学、电信技术论文--无线电导航论文--复合导航系统论文

多传感器融合导航的关键技术研究

摘要第5-6页
ABSTRACT第6页
第一章 绪论第10-16页
    1.1 研究工作的背景与意义第10页
    1.2 国内外研究历史与现状第10-14页
        1.2.1 多传感器组合导航数据融合架构第10-12页
        1.2.2 多传感器组合导航滤波解算理论第12-14页
        1.2.3 多传感器时空配准第14页
    1.3 本文的主要贡献与创新第14-15页
    1.4 本论文的结构安排第15-16页
第二章 多传感器组合导航系统基础理论第16-27页
    2.1 导航定位坐标系及坐标转化第16-19页
        2.1.1 INS常用坐标系简介第16-17页
        2.1.2 坐标系之间的相互转化关系第17-18页
        2.1.3 GPS测量中的坐标系统和时间系统第18-19页
    2.2 GPS/INS组合导航定位方程及其解算第19-23页
        2.2.1 INS导航定位方程及其解算第19-22页
        2.2.2 GPS定位原理第22-23页
            2.2.2.1 GPS伪距定位原理第22-23页
            2.2.2.2 GPS的载波相位测量第23页
    2.3 组合导航系统的经典估计理论第23-26页
        2.3.1 最小二乘估计理论第23-24页
        2.3.2 卡尔曼滤波第24-26页
    2.4 小结第26-27页
第三章 组合导航滤波估计理论研究第27-47页
    3.1 多传感器的时间与空间配准算法第27-36页
        3.1.1 时间配准算法第28-30页
            3.1.1.1 最小二乘配准法第28-29页
            3.1.1.2 内插外推法第29-30页
        3.1.2 多传感器的空间配准第30-33页
        3.1.3 仿真算例第33-36页
    3.2 有色噪声作用下的卡尔曼滤波问题研究第36-46页
        3.2.1 有色噪声的函数模型第36-37页
            3.2.1.1 一阶马尔科夫过程噪声第36-37页
            3.2.1.2 有色观测噪声模型第37页
        3.2.2 不同有色噪声情况下的卡尔曼滤波解第37-39页
        3.2.3 仿真算例第39-46页
            3.2.3.1 过程噪声为连续时间有色噪声第39-43页
            3.2.3.2 当观测噪声为有色噪声时第43-46页
    3.3 本章小结第46-47页
第四章 多传感器数据融合的最优性问题研究第47-65页
    4.1 同步数据融合架构第48-52页
        4.1.1 集中式卡尔曼滤波第48-49页
        4.1.2 平行卡尔曼滤波第49-50页
        4.1.3 联邦卡尔曼滤波第50-52页
    4.2 分布式融合所存在的问题分析第52-54页
        4.2.1 平行滤波与联邦滤波所存在的问题第52-53页
        4.2.3 分布式融合中的状态相关性问题第53-54页
    4.3 多传感器异步数据融合问题研究第54-60页
        4.3.1 异步观测融合及所存在问题第55-56页
        4.3.2 异步状态融合及其所存在问题第56-60页
    4.4 仿真算例第60-64页
        4.4.1 同步融合比较第60-63页
        4.4.2 异步融合比较第63-64页
    4.5 本章小结第64-65页
第五章 多传感器组合导航应用第65-84页
    5.1 GPS/INS组合导航系统原理第65-76页
        5.1.1 INS和GPS的误差模型第66-71页
            5.1.1.1 INS元件误差模型方程第66-67页
            5.1.1.2 INS的误差模型第67-69页
            5.1.1.3 GPS的误差模型第69-71页
        5.1.2 INS/GPS系统的组合方式第71-73页
            5.1.2.1 松耦合方式第71-72页
            5.1.2.2 紧耦合方式第72-73页
        5.1.3 GPS/INS组合导航系统的误差分析第73-76页
    5.2 LS-SVM辅助卡尔曼滤波第76-83页
        5.2.1 最小二乘支持向量机(LS-SVM)第76-77页
        5.2.2 动力学模型中的非线性误差第77-78页
        5.2.3 仿真算例第78-83页
    5.3 本章小结第83-84页
第六章 全文总结与展望第84-85页
致谢第85-86页
参考文献第86-89页

论文共89页,点击 下载论文
上一篇:脉压雷达有源干扰问题研究
下一篇:文本无关的多说话人确认研究