| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号说明 | 第12-13页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 引言 | 第13-14页 |
| 1.2 短基线约束定位和SLAM问题的国内外研究现状 | 第14-19页 |
| 1.2.1 带有短基线约束条件的相对定位问题 | 第14-15页 |
| 1.2.2 非线性问题参数估计算法 | 第15-17页 |
| 1.2.3 SLAM状态估计问题 | 第17-18页 |
| 1.2.4 非线性滤波算法 | 第18-19页 |
| 1.3 各章内容介绍 | 第19-20页 |
| 第2章 非线性模型的分类 | 第20-24页 |
| 2.1 静态非线性模型 | 第20-21页 |
| 2.1.1 非线性数值方程组 | 第20页 |
| 2.1.2 短基线约束基站定位 | 第20-21页 |
| 2.2 动态非线性模型 | 第21-24页 |
| 2.2.1 GPS/INS组合导航 | 第22-23页 |
| 2.2.2 SLAM位姿状态估计 | 第23-24页 |
| 第3章 非线性模型数值计算理论 | 第24-36页 |
| 3.1 静态非线性问题的数值解法 | 第24-31页 |
| 3.1.1 牛顿法 | 第24-25页 |
| 3.1.2 拟牛顿法 | 第25页 |
| 3.1.3 高斯-牛顿法 | 第25-26页 |
| 3.1.4 梯度下降法 | 第26-27页 |
| 3.1.5 同伦延拓法 | 第27-28页 |
| 3.1.6 Levenberg-Marquardt修正 | 第28-30页 |
| 3.1.7 Tikhonov正则化修正 | 第30页 |
| 3.1.8 直接优化方法 | 第30-31页 |
| 3.2 动态非线性问题的滤波方法 | 第31-36页 |
| 3.2.1 EKF滤波 | 第31-32页 |
| 3.2.2 UKF滤波 | 第32-33页 |
| 3.2.3 粒子滤波 | 第33-35页 |
| 3.2.4 人工神经网络滤波 | 第35-36页 |
| 第4章 数值实验 | 第36-57页 |
| 4.1 短基线约束伪距单点定位 | 第36-49页 |
| 4.1.1 观测数据 | 第36-38页 |
| 4.1.2 线性化方法平差 | 第38-41页 |
| 4.1.3 牛顿法平差 | 第41-43页 |
| 4.1.4 N-M单纯形法平差 | 第43-46页 |
| 4.1.5 L-M阻尼最小二乘法平差 | 第46-49页 |
| 4.2 非线性SLAM滤波 | 第49-56页 |
| 4.2.1 仿真数据 | 第49-51页 |
| 4.2.2 EKF-SLAM滤波 | 第51-52页 |
| 4.2.3 UKF-SLAM滤波 | 第52-53页 |
| 4.2.4 粒子-SLAM滤波 | 第53-54页 |
| 4.2.5 神经网络-SLAM滤波 | 第54-56页 |
| 4.3 本章结果讨论和总结 | 第56-57页 |
| 第5章 总结 | 第57-59页 |
| 5.1 本文主要内容和结论 | 第57-58页 |
| 5.2 后续研究展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 学位论评阅及辩情况表 | 第63页 |