飛行器組合導航魯棒濾波理論及應用（精）

1.1 慣性導航技術的發(fā)展
1.2 衛(wèi)星導航系統(tǒng)的發(fā)展
1.3 組合導航技術
1.3.1 慣性／衛(wèi)星組合導航系統(tǒng)
1.3.2 低成本MIMU／衛(wèi)星組合導航系統(tǒng)
1.4 濾波方法
1.4.1 濾波理論解決的問題
1.4.2 傳統(tǒng)的濾波方法
1.4.3 魯棒濾波方法
1.5 本書主要內容
參考文獻
第2章 慣性／衛(wèi)星組合導航原理與方法
2.1 引言
2.2 慣性／衛(wèi)星組合導航模式和結構
2.2.1 組合模式
2.2.2 組合導航的典型結構
2.3 慣性組合導航系統(tǒng)設計的方法和原則
2.3.1 組合導航濾波結構和濾波算法
2.3.2 組合系統(tǒng)的估計方法
2.3.3 組合系統(tǒng)濾波狀態(tài)選擇
2.3.4 組合系統(tǒng)的校正方法
2.4 慣性／衛(wèi)星組合導航的模型和算法
2.4.1 INS和衛(wèi)星導航接收機的誤差模型
2.4.2 位置、速度組合的狀態(tài)方程和觀測方程
2.4.3 偽距、偽距率組合的狀態(tài)方程和觀測方程
2.4.4 系統(tǒng)離散方程及傳統(tǒng)卡爾曼濾波方程
參考文獻
第3章 H∞濾波理論及其在組合導航中的應用
3.1 引言
3.2 H∞濾波問題的數(shù)學描述
3.3 H∞次優(yōu)濾波問題的一種求解方法
3.4 H∞濾波與卡爾曼濾波
3.4.1 H∞濾波與卡爾曼濾波方程的重新描述
3.4.2 H∞濾波與卡爾曼濾波的關系
3.5 H∞濾波在組合導航系統(tǒng)中的應用
3.5.1 位置、速度組合系統(tǒng)狀態(tài)方程
3.5.2 位置、速度組合系統(tǒng)量測方程的建立
3.5.3 仿真分析和結果比較
3.6 針對R和Q陣已知系統(tǒng)的H∞濾波算法及仿真
3.6.1 已知R和Q陣時的H∞濾波算法
3.6.2 仿真分析
3.7 小結
參考文獻
第4章 基于極大似然準則的自適應卡爾曼濾波
4.1 引言
4.2 極大似然自適應卡爾曼濾波器
4.2.1 自適應卡爾曼濾波器的極大似然估計準則
4.2.2 噪聲協(xié)方差矩陣的調整
4.2.3 新息序列的白化過程
4.2.4 極大似然自適應卡爾曼濾波方程
4.2.5 自適應卡爾曼濾波器品質分析
4.3 自適應卡爾曼濾波在偽距、偽距率組合中的應用
4.3.1 偽距、偽距率組合系統(tǒng)狀態(tài)方程
4.3.2 偽距、偽距率組合系統(tǒng)量測方程
4.3.3 仿真應用
4.4 小結
參考文獻
第5章 區(qū)間卡爾曼濾波算法及其應用
5.1 引言
5.2 區(qū)間
5.2.1 區(qū)間的概念及其性質
5.2.2 區(qū)間的運算
5.2.3 區(qū)間期望和方差的定義
5.3 基于區(qū)間的卡爾曼濾波方程推導
5.4 區(qū)間卡爾曼濾波器簡化
5.5 區(qū)間卡爾曼濾波器在載波相位組合導航中的應用
5.5.1 GPS載波相位差分定位原理
5.5.2 載波相位組合系統(tǒng)模型
5.5.3 區(qū)間卡爾曼濾波器在低成本慣性組合系統(tǒng)中的應用
5.6 小結
參考文獻
第6章 StirIing插值濾波算法及其應用
6.1 引言
6.2 插值濾波的理論基礎
6.2.1 插值近似的原理
6.2.2 條件期望狀態(tài)估計算法
6.3 基于Stirling插值的非線性估計算法
6.3.1 一階近似非線性估計算法（DD1）
6.3.2 二階近似非線性估計算法（DD2）
6.3.3 濾波計算流程
6.4 插值濾波算法在慣性組合系統(tǒng)中的應用特性分析
6.4.1 校正模式
6.4.2 連續(xù)系統(tǒng)的計算量分析
6.4.3 狀態(tài)變量的取舍及影響
6.5 慣性／多普勒系統(tǒng)／衛(wèi)星組合系統(tǒng)
6.5.1 慣性／多普勒系統(tǒng)組合系統(tǒng)
6.5.2 慣性／衛(wèi)星組合系統(tǒng)
6.6 應用仿真
6.6.1 仿真條件
6.6.2 仿真結果與分析
6.7 小結
參考文獻
第7章 質子濾波理論在組合導航中的應用
7.1 引言
7.2 質子濾波理論
7.2.1 遞推Bayesian估計
7.2.2 質子濾波算法
7.2.3 Rao-Blackwellization質子濾波算法
7.3 質子濾波理論在組合導航中的應用
7.3.1 濾波算法的選擇
7.3.2 組合導航結構分析
7.3.3 基于級聯(lián)濾波的組合導航算法
7.4 小結
參考文獻
第8章 神經(jīng)網(wǎng)絡及其在組合導航的應用
8.1 引言
8.2 神經(jīng)網(wǎng)絡概述
8.2.1 神經(jīng)網(wǎng)絡結構原理
8.2.2 神經(jīng)網(wǎng)絡發(fā)展歷史
8.2.3 神經(jīng)網(wǎng)絡特性
8.2.4 神經(jīng)網(wǎng)絡的應用和發(fā)展
8.3 導航系統(tǒng)的智能化結構設計
8.4 神經(jīng)網(wǎng)絡輔助卡爾曼濾波的智能化組合導航系統(tǒng)設計
8.4.1 神經(jīng)網(wǎng)絡輔助卡爾曼濾波估計融合方案
8.4.2 神經(jīng)網(wǎng)絡輔助卡爾曼濾波工作原理
8.4.3 組合導航系統(tǒng)結構設計
8.4.4 融合神經(jīng)網(wǎng)絡模型
8.4.5 融合神經(jīng)網(wǎng)絡訓練
8.4.6 智能化特點
8.5 智能化容錯組合導航系統(tǒng)仿真分析
8.5.1 仿真系統(tǒng)的組成和功能
8.5.2 仿真準備
8.5.3 估計融合仿真結果與分析
8.6 小結
參考文獻
第9章 低成本組合導航系統(tǒng)的初始化
9.1 引言
9.2 微機電陀螺誤差建模
9.2.1 微機電陀螺的組成、原理與分類
9.2.2 微機電陀螺誤差建模
9.2.3 一般誤差模型方程
9.2.4 MCVG誤差模型方程
9.2.5 MCVG隨機誤差模型參數(shù)確定
9.3 低成本慣性組合系統(tǒng)的初始對準
9.3.1 基于規(guī)范化四元數(shù)的組合系統(tǒng)初始對準
9.3.2 平臺坐標系與慣性坐標系間旋轉四元數(shù)的求解
9.4 利用整型白化濾波器求解整周模糊數(shù)
9.4.1 整周模糊數(shù)的實時確定
9.4.2 利用最小二乘方法求解整周模糊數(shù)浮點解
9.4.3 確定整周模糊數(shù)的整型白化濾波器
9.5 小結
參考文獻