自適應(yīng)動(dòng)態(tài)導(dǎo)航定位

第一章 概論
§1.1 衛(wèi)星導(dǎo)航系統(tǒng)的發(fā)展及其影響
§1.2 慣性導(dǎo)航
§1.3 融合導(dǎo)航
§1.4 導(dǎo)航計(jì)算方法綜述
第二章 貝葉斯估計(jì)理論
§2.1 貝葉斯定理
§2.2 參數(shù)的先驗(yàn)密度函數(shù)
§2.3 參數(shù)無(wú)先驗(yàn)信息的貝葉斯估計(jì)
§2.4 參數(shù)具有先驗(yàn)信息的貝葉斯估計(jì)
第三章 序貫導(dǎo)航定位解算原理
§3.1 一般性描述
§3.2 序貫靜態(tài)最小二乘參數(shù)平差
§3.3 序貫最小二乘條件平差
§3.4 具仃運(yùn)動(dòng)方程的序貫最小二乘導(dǎo)航解
§3.5 各觀(guān)測(cè)歷元均有獨(dú)立參數(shù)的序貫導(dǎo)航解
§3.6 部分增加參數(shù)的序貫導(dǎo)航解
§3.7 顧及狀態(tài)方程及增加參數(shù)的序貫導(dǎo)航解
§3.8 顧及狀態(tài)方程及減少參數(shù)的序貫導(dǎo)航解
第四章 Kalman濾波
§4.1 濾波的基本概念
§4.2 動(dòng)力學(xué)模型和觀(guān)測(cè)模型
§4.3 Kalman濾波一般解算原理
§4.4 Kalman濾波新息向量及其性質(zhì)
§4.5 噪聲互相關(guān)情況下的濾波
§4.6 Kalman濾波簡(jiǎn)單小結(jié)
第五章 運(yùn)動(dòng)載體的動(dòng)態(tài)模型
§5.1 概述
§5.2 CV模型
§5.3 CA模型
§5.4 變加速模型
§5.5 基于多種觀(guān)測(cè)信息的狀態(tài)方程
第六章 導(dǎo)航解算中的誤差探測(cè)、診斷與修復(fù)
§6.1 概述
§6.2 誤差探測(cè)
§6.3 誤差診斷
§6.4 模型修復(fù)
§6.5 動(dòng)態(tài)Kalman濾波模型誤差的影響
§6.6 Kalman濾波異常誤差檢測(cè)
第七章 抗差估計(jì)理論介紹
§7.1 抗差估計(jì)綜述
§7.2 抗差M估計(jì)原理及影響函數(shù)?
§7.3 參數(shù)平差模型的抗差解
§7.4 抗差估計(jì)的驗(yàn)后方差一協(xié)方差估計(jì)
§7.5 雙因子相關(guān)觀(guān)測(cè)抗差估計(jì)理論
第八章 動(dòng)態(tài)抗差導(dǎo)航解算理論
§8.1 概述
§8.2 靜態(tài)序貫抗差估計(jì)解
§8.3 動(dòng)態(tài)序貫抗差估計(jì)解
§8.4 抗差貝葉斯估計(jì)
§8.5 抗差Kalman濾波
第九章 隨機(jī)模型誤差補(bǔ)償法
§9.1 概述
§9.2 附加方差協(xié)方差矩陣濾波算法
§9.3 模型誤差協(xié)方差矩陣的自適應(yīng)估計(jì)
§9.4 先驗(yàn)協(xié)方差矩陣的開(kāi)窗估計(jì)法——Sage—Husa濾波法
§9.5 漸消濾波原理及其理論分析
第十章 函數(shù)模型誤差補(bǔ)償法
§10.1 附加補(bǔ)償參數(shù)的濾波模型
§10.2 附加補(bǔ)償參數(shù)濾波的解算策略
§10.3 系統(tǒng)模型誤差對(duì)導(dǎo)航解的影響分析
§10.4 觀(guān)測(cè)模型系統(tǒng)誤差的開(kāi)窗擬合
§10.5 動(dòng)力學(xué)模型系統(tǒng)誤差的開(kāi)窗擬合
§10.6 動(dòng)力學(xué)模型誤差的加權(quán)開(kāi)窗擬合
§10.7 系統(tǒng)誤差開(kāi)窗擬合計(jì)算與分析
§10.8 GPS導(dǎo)航解算中幾種非線(xiàn)性Kalman濾波算法及比較
第十一章 含有色噪聲的濾波
§11.1 白噪聲和有色噪聲基本概念
§11.2 系統(tǒng)噪聲為有色噪聲而觀(guān)測(cè)噪聲為白噪聲情形
§11.3 系統(tǒng)噪聲為白噪聲而觀(guān)測(cè)噪聲為有色噪聲情形
§11.4 動(dòng)態(tài)定位有色噪聲影響函數(shù)
§11.5 動(dòng)態(tài)定位中的有色噪聲擬合
第十二章 抗差自適應(yīng)濾波
§12.1 概述
§12.2 抗差自適應(yīng)Kalman濾波原理
§12.3 自適應(yīng)濾波解的性質(zhì)
§12.4 自適應(yīng)濾波與Sage濾波組合
§12.5 抗差自適應(yīng)濾波與漸消濾波的綜合比較分析
§12.6 多因子抗差自適應(yīng)濾波
第十三章 自適應(yīng)因子模型
§13.1 概述
§13.2 自適應(yīng)學(xué)習(xí)因子——模型誤差判別統(tǒng)計(jì)量
§13.3 自適應(yīng)因子函數(shù)及分析
§13.4 綜合計(jì)算比較
§13.5 最優(yōu)自適應(yīng)因子求解
第十四章 抗差自適應(yīng)濾波理論在導(dǎo)航定位中的應(yīng)用
§14.1 抗差自適應(yīng)濾波在車(chē)載GPS道路修測(cè)中的應(yīng)用
§14.2 自適應(yīng)衛(wèi)星定軌
§14.3 抗差自適應(yīng)Kalman濾波應(yīng)用于機(jī)載GPS導(dǎo)航定位
§14.4 自適應(yīng)聯(lián)合平差算法
第十五章 GPS導(dǎo)航若干實(shí)際問(wèn)題
§15.1 GPS觀(guān)測(cè)函數(shù)模型
§15.2 雙差觀(guān)測(cè)值的統(tǒng)計(jì)模型
§15.3 具有整周模糊參數(shù)的動(dòng)態(tài)GPS序貫導(dǎo)航解及濾波解
§15.4 GPS動(dòng)態(tài)測(cè)量周跳檢驗(yàn)
第十六章 融合導(dǎo)航理論
§16.1 聯(lián)邦濾波原理及其分析
§16.2 幾種最優(yōu)融合導(dǎo)航算法
§16.3 動(dòng)靜態(tài)濾波融合導(dǎo)航
§16.4 基于多傳感器觀(guān)測(cè)信息抗差估計(jì)的自適應(yīng)融合導(dǎo)航
§16.5 基于多傳感器局部幾何導(dǎo)航結(jié)果的自適應(yīng)融合導(dǎo)航
§16.6 基于方差分量估計(jì)的自適應(yīng)融合導(dǎo)航
§16.7 IMU／GPS組合導(dǎo)航系統(tǒng)自適應(yīng)Kalman濾波算法
參考文獻(xiàn)