封面
声明
致谢
中文摘要
英文摘要
目录
1 绪论
1.1研究背景及意义(Research Backgrounds and Significance)
1.2国内外研究现状(Research Status)
1.3 滤波技术的发展及其应用(Development and Application of Filter Technology)
1.4本文研究内容及结构安排(Contents and Paper Framework)
2导航定位系统的原理
2.1 GPS导航系统(GPS Navigation Positioning System)
2.2 航位推算技术(Dead Reckoning Technology)
2.3 GPS/DR组合导航系统中的坐标系( GPS/DR Integrated Navigation System of Coordinates)
2.4 组合导航的信息融合技术(Technique of Information Fusion in Integrated Navigation)
2.5 本章小结(The Summary)
3卡尔曼滤波技术在组合导航中的应用
3.1 概述(Summary)
3.2随机线性离散系统Kalman滤波(Stochastic Linear Discrete Systems Kalman Filter)
3.3随机非线性离散Kalman滤波(Stochastic Nonlinear Discrete Systems Kalman Filter)
3.4 BD/GPS/DR组合导航数据融合技术的研究(BD/GPS/DR Integrated Navigation Data Fusion Technology)
3.5 EKF 在车辆 GPS/DR 组合定位系统的应用( EKF in The Vehicle GPS/DR Integrated Positioning System)
3.6 本章小结(The Summary)
4 粒子滤波在组合导航系统中的应用
4.1 贝叶斯估计的基本原理( The Basic Principle of Bayesian Estimation)
4.2蒙特卡罗方法(Monte Carlo Method)
4.3 改进的 PF 算法在组合导航中的应用( The Improved PF Algorithm in Integrated Navigation)
4.4强追踪粒子滤波(Strong Track PF)
4.5本章小节(The Summary)
5滤波算法在组合导航系统中的仿真
5.1 DR-EKF滤波仿真分析(The DR-EKF Filter Simulation)
5.2 Kalman滤波仿真分析(The EKF Matlab Simulation Analysis)
5.3粒子滤波仿真分析(The PF Matlab Simulation Analysis)
5.4改进的粒子滤波仿真分析(Improved Particle Filter Simulation Analysis)
5.5 GPS/BD/DR 组合导航系统的 Matlab 仿真分析( Matlab Simulation of GPS/BD/DR Integrated Navigation System)
6总结与展望
参考文献
作者简历
学位论文数据集