无迹卡尔曼滤波的改进算法及其在GPS/INS组合导航中的应用研究

目录

声明

1 绪论

1.1 选题的背景及意义

1.2 研究现状

1.2.1 线性滤波方法

1.2.2 非线性滤波方法

1.2.3 线性/非线性滤波方法在GPS/INS组合导航中的应用

1.3 存在的问题与解决思路

1.4 主要研究内容和文章结构

2.1导航系统坐标系及转换

2.1.1 常用坐标系

2.1.2 常用坐标系的转换

2.2惯性导航系统工作原理

2.2.1 惯性导航系统的数学模型

2.2.2 惯性导航系统的工作原理

2.2.3 惯性导航系统的相关误差

2.3 GPS/INS组合导航技术

2.3.1 信息融合技术的简介

2.3.2 GPS/INS组合导航系统的状态方程

2.3.3 GPS/INS组合导航系统的量测方程

2.4惯性导航的机械编排

2.4.1 速度算法

2.4.2 位置算法

2.4.3 姿态算法

2.5 本章小结

3 无迹卡尔曼滤波及其改进算法研究

3.1 无迹卡尔曼滤波（UKF滤波算法）

3.1.1 无迹卡尔曼滤波算法原理

3.1.2 无迹卡尔曼滤波算法流程

3.2 UKF的改进算法研究

3.2.1 条件线性模型及边迹UT变换

3.2.2 GPS/INS松组合模型

3.2.3 条件线性变换应用于GPS/INS松组合模型

3.3 MUKF滤波算法实现的主要步骤

3.4 UKF滤波算法与MUKF滤波算法的比较

3.5 本章小结

4.1 基于Mahalanobis距离的自适应滤波算法

4.2 RMUKF滤波算法流程

4.3 RMUKF滤波算法与MUKF滤波算法模拟实验

4.4 RMUKF滤波算法在GPS/INS组合导航中的应用研究

4.5 本章小结

5 总结与展望

5.1 本文主要工作总结

5.2展望

致谢

参考文献

攻读硕士学位期间发表的论文