| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 引言 | 第14页 |
| 1.2 研究背景及意义 | 第14-16页 |
| 1.3 SINS/GPS组合导航系统 | 第16-23页 |
| 1.3.1 全球定位系统 | 第16-19页 |
| 1.3.2 惯性导航系统 | 第19-21页 |
| 1.3.3 组合导航系统 | 第21页 |
| 1.3.4 信息融合技术 | 第21-23页 |
| 1.4 自适应滤波在组合导航中的发展及现状 | 第23页 |
| 1.5 论文主要研究内容及章节安排 | 第23-26页 |
| 第二章 SINS/GPS组合导航系统 | 第26-47页 |
| 2.1 常用坐标系及坐标变换矩阵 | 第26-32页 |
| 2.1.1 常用的坐标系 | 第26-29页 |
| 2.1.2 坐标系之间的转换 | 第29-32页 |
| 2.2 SINS/GPS组合模式 | 第32-35页 |
| 2.2.1 松组合模式 | 第33页 |
| 2.2.2 紧组合模式 | 第33-34页 |
| 2.2.3 深组合模式 | 第34-35页 |
| 2.3 SINS/GPS松组合系统 | 第35-37页 |
| 2.3.1 SINS/GPS松组合状态方程 | 第35-36页 |
| 2.3.2 SINS/GPS松组合量测方程 | 第36-37页 |
| 2.4 SINS/GPS紧组合系统状态方程 | 第37-42页 |
| 2.4.1 SINS误差状态方程 | 第37-41页 |
| 2.4.2 GPS误差状态方程 | 第41-42页 |
| 2.4.3 SINS/GPS紧组合状态方程 | 第42页 |
| 2.5 SINS/GPS紧组合系统量测方程 | 第42-45页 |
| 2.5.1 伪距量测方程 | 第42-44页 |
| 2.5.2 伪距率量测方程 | 第44-45页 |
| 2.5.3 SINS/GPS紧组合量测方程 | 第45页 |
| 2.6 本章小结 | 第45-47页 |
| 第三章 SINS/GPS紧组合导航系统滤波算法 | 第47-58页 |
| 3.1 标准卡尔曼滤波 | 第47-52页 |
| 3.1.1 线性离散卡尔曼滤波 | 第48-49页 |
| 3.1.2 系统卡尔曼方程离散化 | 第49-50页 |
| 3.1.3 组合系统滤波估计方法和校正方法 | 第50-52页 |
| 3.2 扩展卡尔曼滤波 | 第52-53页 |
| 3.3 无迹卡尔曼滤波 | 第53-57页 |
| 3.3.1 UT变换 | 第54-56页 |
| 3.3.2 UKF算法 | 第56-57页 |
| 3.4 本章小结 | 第57-58页 |
| 第四章 SINS/GPS紧组合导航系统自适应滤波算法 | 第58-76页 |
| 4.1 自适应滤波 | 第58-59页 |
| 4.2 渐消滤波 | 第59-63页 |
| 4.2.1 渐消滤波原理 | 第59-61页 |
| 4.2.2 渐消因子求解 | 第61-63页 |
| 4.3 基于新息协方差自适应渐消滤波 | 第63-69页 |
| 4.3.1 渐消因子位置分析 | 第63页 |
| 4.3.2 渐消因子计算过程 | 第63-68页 |
| 4.3.3 基于新息协方差自适应渐消滤波算法 | 第68-69页 |
| 4.4 基于加权最小二乘残差平方和增量判别的卡尔曼滤波 | 第69-75页 |
| 4.4.1 递推最小二乘估计 | 第69-72页 |
| 4.4.2 基于加权最小二乘残差平方和增量判别方法 | 第72-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 SINS/GPS紧组合自适应滤波算法验证与分析 | 第76-101页 |
| 5.1 组合导航系统仿真方案设计 | 第76-79页 |
| 5.1.1 组合导航系统仿真功能分析 | 第76-77页 |
| 5.1.2 组合导航系统仿真设计 | 第77-78页 |
| 5.1.3 组合导航系统仿真流程 | 第78-79页 |
| 5.2 SINS/GPS紧组合导航系统仿真实验及结果分析 | 第79-84页 |
| 5.2.1 仿真参数设置 | 第80页 |
| 5.2.2 仿真实验及结果分析 | 第80-84页 |
| 5.3 自适应渐消滤波算法仿真实验及结果分析 | 第84-89页 |
| 5.3.1 仿真参数设置 | 第84-85页 |
| 5.3.2 仿真实验及结果分析 | 第85-89页 |
| 5.4 自适应渐消滤波算法车载实验及结果分析 | 第89-97页 |
| 5.4.1 器件选型 | 第89-91页 |
| 5.4.2 系统组成 | 第91-92页 |
| 5.4.3 车载实验 | 第92-93页 |
| 5.4.4 实验结果及分析 | 第93-97页 |
| 5.5 基于加权最小二乘残差平方和增量判别的卡尔曼滤波算法静态实验及结果分析 | 第97-100页 |
| 5.6 本章小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-103页 |
| 6.1 本文工作总结 | 第101-102页 |
| 6.2 未来工作展望 | 第102-103页 |
| 参考文献 | 第103-109页 |
| 在学期间发表的学术论文与研究成果 | 第109-110页 |
| 致谢 | 第110页 |
