文摘
英文文摘
声明
1.1课题研究背景及意义
1.2现有的组合导航算法及存在问题
1.3本文主要工作及章节安排
第2章ICCP算法及其改进
2.1 ICCP算法数学原理
2.1.1目标函数的确定
2.1.2平移向量的计算
2.1.3旋转矩阵的计算
2.2 ICCP算法用于重力导航的基本步骤
2.2.1重力图匹配导航基本原理
2.2.2最近等值线点的寻找和刚性变换
2.3 ICCP算法的使用限制及其改进
2.3.1马氏距离改进ICCP算法
2.3.2多尺度EM-ICCP算法理论基础
2.3.3多尺度EM-ICCP算法基本步骤
2.4.本章小结
第3章基于卡尔曼滤波的匹配算法研究
3.1惯导系统原理及其误差方程
3.1.1惯性导航系统基本原理
3.1.2惯性导航系统误差方程
3.2扩展卡尔曼滤波(EKF)的构建
3.2.1 EKF的提出
3.2.2状态方程建立
3.2.3观测方程建立
3.2.4观测方程的线性化
3.2.5观测方程线性化误差的实时估计
3.2.6建立EKF
3.3非线性卡尔曼滤波算法
3.3.1非线性卡尔曼滤波的提出
3.3.2 UKF算法原理及算法步骤
3.3.3 UKF算法用于重力匹配导航
3.4本章小结
第4章组合导航匹配滤波算法模型的建立
4.1基本原理
4.2先匹配后滤波算法模型的建立
4.2.1 ICCP算法误差模型
4.2.2 EM-ICCP算法的误差
4.2.3卡尔曼滤波设计
4.3先滤波后匹配算法模型的建立
4.4本章小结
第5章仿真实验及结果分析
5.1导航用重力图的绘制
5.2惯导系统航迹和误差仿真
5.3 ICCP算法及其改进的仿真
5.3.1 ICCP算法用于重力匹配导航仿真
5.3.2改进的ICCP算法用于重力匹配导航仿真
5.4非线性卡尔曼滤波仿真
5.4.1 EKF用于重力匹配导航仿真
5.4.2 UKF用于重力匹配导航仿真
5.5匹配算法与滤波算法结合仿真
5.5.1先匹配后滤波算法仿真
5.5.2先滤波后匹配算法仿真
5.6本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢