| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-21页 |
| 1.2.1 极区导航系统研究现状 | 第11-13页 |
| 1.2.2 导航敏感器发展现状 | 第13-17页 |
| 1.2.3 重力场辅助导航系统发展现状 | 第17-19页 |
| 1.2.4 非线性滤波理论发展现状 | 第19-21页 |
| 1.3 本论文的主要研究内容 | 第21-23页 |
| 第2章 惯性导航系统及重力梯度仪数学模型 | 第23-39页 |
| 2.1 引言 | 第23页 |
| 2.2 坐标系定义 | 第23-24页 |
| 2.3 格网惯性导航系统 | 第24-28页 |
| 2.3.1 格网惯性导航系统力学编排 | 第24-28页 |
| 2.3.2 惯性元件测量模型 | 第28页 |
| 2.4 重力梯度仪原理及模型 | 第28-38页 |
| 2.4.1 重力梯度仪测量原理 | 第29-34页 |
| 2.4.2 旋转加速度计重力梯度仪测量模型 | 第34-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 重力梯度图获取方法 | 第39-52页 |
| 3.1 引言 | 第39页 |
| 3.2 地球重力场 | 第39-41页 |
| 3.3 地球球谐模型与重力梯度图 | 第41-45页 |
| 3.3.1 球谐分析 | 第41-42页 |
| 3.3.2 重力梯度计算 | 第42-45页 |
| 3.4 地形与重力梯度图 | 第45-47页 |
| 3.5 数学仿真 | 第47-51页 |
| 3.5.1 地球球谐模型获取重力梯度图 | 第47-49页 |
| 3.5.2 地形正高图获取重力梯度图 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第4章 基于容积卡尔曼滤波的组合导航方法研究 | 第52-66页 |
| 4.1 引言 | 第52页 |
| 4.2 容积卡尔曼滤波 | 第52-55页 |
| 4.3 惯导/重力梯度仪组合导航系统模型 | 第55-60页 |
| 4.3.1 系统状态模型 | 第55-56页 |
| 4.3.2 系统测量模型 | 第56-58页 |
| 4.3.3 组合导航滤波器设计 | 第58-60页 |
| 4.4 惯导/重力梯度仪组合导航综合精度分析 | 第60-65页 |
| 4.4.1 地形地貌影响分析 | 第60-61页 |
| 4.4.2 载体运行高度影响分析 | 第61-62页 |
| 4.4.3 重力梯度仪精度影响分析 | 第62-64页 |
| 4.4.4 重力梯度仪数据更新速度影响分析 | 第64-65页 |
| 4.4.5 载体运行速度影响分析 | 第65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 基于多传感器信息融合理论的组合导航方法研究 | 第66-79页 |
| 5.1 引言 | 第66页 |
| 5.2 多传感器信息融合方法 | 第66-72页 |
| 5.2.1 多传感器融合结构 | 第66-67页 |
| 5.2.2 容积信息滤波算法 | 第67-70页 |
| 5.2.3 分布式信息滤波算法 | 第70-72页 |
| 5.3 惯导/卫星组合导航系统设计 | 第72-75页 |
| 5.3.1 卫星导航系统测量模型 | 第72-74页 |
| 5.3.2 惯导/卫星组合导航滤波器设计 | 第74-75页 |
| 5.4 分布式信息滤波器设计 | 第75-76页 |
| 5.5 数学仿真 | 第76-77页 |
| 5.6 本章小结 | 第77-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间所发表的论文及其它成果 | 第86-88页 |
| 致谢 | 第88页 |