自適應動態(tài)導航定位

第一章 概論
§1.1 衛(wèi)星導航系統(tǒng)的發(fā)展及其影響
§1.2 慣性導航
§1.3 融合導航
§1.4 導航計算方法綜述
第二章 貝葉斯估計理論
§2.1 貝葉斯定理
§2.2 參數的先驗密度函數
§2.3 參數無先驗信息的貝葉斯估計
§2.4 參數具有先驗信息的貝葉斯估計
第三章 序貫導航定位解算原理
§3.1 一般性描述
§3.2 序貫靜態(tài)最小二乘參數平差
§3.3 序貫最小二乘條件平差
§3.4 具仃運動方程的序貫最小二乘導航解
§3.5 各觀測歷元均有獨立參數的序貫導航解
§3.6 部分增加參數的序貫導航解
§3.7 顧及狀態(tài)方程及增加參數的序貫導航解
§3.8 顧及狀態(tài)方程及減少參數的序貫導航解
第四章 Kalman濾波
§4.1 濾波的基本概念
§4.2 動力學模型和觀測模型
§4.3 Kalman濾波一般解算原理
§4.4 Kalman濾波新息向量及其性質
§4.5 噪聲互相關情況下的濾波
§4.6 Kalman濾波簡單小結
第五章 運動載體的動態(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 基于多種觀測信息的狀態(tài)方程
第六章 導航解算中的誤差探測、診斷與修復
§6.1 概述
§6.2 誤差探測
§6.3 誤差診斷
§6.4 模型修復
§6.5 動態(tài)Kalman濾波模型誤差的影響
§6.6 Kalman濾波異常誤差檢測
第七章 抗差估計理論介紹
§7.1 抗差估計綜述
§7.2 抗差M估計原理及影響函數?
§7.3 參數平差模型的抗差解
§7.4 抗差估計的驗后方差一協方差估計
§7.5 雙因子相關觀測抗差估計理論
第八章 動態(tài)抗差導航解算理論
§8.1 概述
§8.2 靜態(tài)序貫抗差估計解
§8.3 動態(tài)序貫抗差估計解
§8.4 抗差貝葉斯估計
§8.5 抗差Kalman濾波
第九章 隨機模型誤差補償法
§9.1 概述
§9.2 附加方差協方差矩陣濾波算法
§9.3 模型誤差協方差矩陣的自適應估計
§9.4 先驗協方差矩陣的開窗估計法——Sage—Husa濾波法
§9.5 漸消濾波原理及其理論分析
第十章 函數模型誤差補償法
§10.1 附加補償參數的濾波模型
§10.2 附加補償參數濾波的解算策略
§10.3 系統(tǒng)模型誤差對導航解的影響分析
§10.4 觀測模型系統(tǒng)誤差的開窗擬合
§10.5 動力學模型系統(tǒng)誤差的開窗擬合
§10.6 動力學模型誤差的加權開窗擬合
§10.7 系統(tǒng)誤差開窗擬合計算與分析
§10.8 GPS導航解算中幾種非線性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測噪聲為白噪聲情形
§11.3 系統(tǒng)噪聲為白噪聲而觀測噪聲為有色噪聲情形
§11.4 動態(tài)定位有色噪聲影響函數
§11.5 動態(tài)定位中的有色噪聲擬合
第十二章 抗差自適應濾波
§12.1 概述
§12.2 抗差自適應Kalman濾波原理
§12.3 自適應濾波解的性質
§12.4 自適應濾波與Sage濾波組合
§12.5 抗差自適應濾波與漸消濾波的綜合比較分析
§12.6 多因子抗差自適應濾波
第十三章 自適應因子模型
§13.1 概述
§13.2 自適應學習因子——模型誤差判別統(tǒng)計量
§13.3 自適應因子函數及分析
§13.4 綜合計算比較
§13.5 最優(yōu)自適應因子求解
第十四章 抗差自適應濾波理論在導航定位中的應用
§14.1 抗差自適應濾波在車載GPS道路修測中的應用
§14.2 自適應衛(wèi)星定軌
§14.3 抗差自適應Kalman濾波應用于機載GPS導航定位
§14.4 自適應聯合平差算法
第十五章 GPS導航若干實際問題
§15.1 GPS觀測函數模型
§15.2 雙差觀測值的統(tǒng)計模型
§15.3 具有整周模糊參數的動態(tài)GPS序貫導航解及濾波解
§15.4 GPS動態(tài)測量周跳檢驗
第十六章 融合導航理論
§16.1 聯邦濾波原理及其分析
§16.2 幾種最優(yōu)融合導航算法
§16.3 動靜態(tài)濾波融合導航
§16.4 基于多傳感器觀測信息抗差估計的自適應融合導航
§16.5 基于多傳感器局部幾何導航結果的自適應融合導航
§16.6 基于方差分量估計的自適應融合導航
§16.7 IMU／GPS組合導航系統(tǒng)自適應Kalman濾波算法
參考文獻