飞行器组合导航鲁棒滤波理论及应用
出版时间：2013年版
内容简介
基于惯性技术的组合导航已经成为当前导航技术发展的主要方向，特别是基于微机电惯性测量组件的低成本惯性组合导航系统逐步成为导航领域的研究热点。《飞行器组合导航鲁棒滤波理论及应用》以不同鲁棒滤波理论以及鲁棒滤波方法在惯性组合导航系统中的应用为主线，对基于鲁棒滤波的低成本惯性组合导航技术进行了深入的理论分析和应用研究，提出了一系列新的设计思想和方法。书中涉及的组合导航、鲁棒滤波理论及其在不同组合方式下的应用等内容，都是本实验室教师及博士生多年来的研究成果，同时又是前沿研究热点，处于发展过程中。
目录
1.1 惯性导航技术的发展
1.2 卫星导航系统的发展
1.3 组合导航技术
1.3.1 惯性／卫星组合导航系统
1.3.2 低成本MIMU／卫星组合导航系统
1.4 滤波方法
1.4.1 滤波理论解决的问题
1.4.2 传统的滤波方法
1.4.3 鲁棒滤波方法
1.5 本书主要内容
参考文献
第2章 惯性／卫星组合导航原理与方法
2.1 引言
2.2 惯性／卫星组合导航模式和结构
2.2.1 组合模式
2.2.2 组合导航的典型结构
2.3 惯性组合导航系统设计的方法和原则
2.3.1 组合导航滤波结构和滤波算法
2.3.2 组合系统的估计方法
2.3.3 组合系统滤波状态选择
2.3.4 组合系统的校正方法
2.4 惯性／卫星组合导航的模型和算法
2.4.1 INS和卫星导航接收机的误差模型
2.4.2 位置、速度组合的状态方程和观测方程
2.4.3 伪距、伪距率组合的状态方程和观测方程
2.4.4 系统离散方程及传统卡尔曼滤波方程
参考文献
第3章 H∞滤波理论及其在组合导航中的应用
3.1 引言
3.2 H∞滤波问题的数学描述
3.3 H∞次优滤波问题的一种求解方法
3.4 H∞滤波与卡尔曼滤波
3.4.1 H∞滤波与卡尔曼滤波方程的重新描述
3.4.2 H∞滤波与卡尔曼滤波的关系
3.5 H∞滤波在组合导航系统中的应用
3.5.1 位置、速度组合系统状态方程
3.5.2 位置、速度组合系统量测方程的建立
3.5.3 仿真分析和结果比较
3.6 针对R和Q阵已知系统的H∞滤波算法及仿真
3.6.1 已知R和Q阵时的H∞滤波算法
3.6.2 仿真分析
3.7 小结
参考文献
第4章 基于极大似然准则的自适应卡尔曼滤波
4.1 引言
4.2 极大似然自适应卡尔曼滤波器
4.2.1 自适应卡尔曼滤波器的极大似然估计准则
4.2.2 噪声协方差矩阵的调整
4.2.3 新息序列的白化过程
4.2.4 极大似然自适应卡尔曼滤波方程
4.2.5 自适应卡尔曼滤波器品质分析
4.3 自适应卡尔曼滤波在伪距、伪距率组合中的应用
4.3.1 伪距、伪距率组合系统状态方程
4.3.2 伪距、伪距率组合系统量测方程
4.3.3 仿真应用
4.4 小结
参考文献
第5章 区间卡尔曼滤波算法及其应用
5.1 引言
5.2 区间
5.2.1 区间的概念及其性质
5.2.2 区间的运算
5.2.3 区间期望和方差的定义
5.3 基于区间的卡尔曼滤波方程推导
5.4 区间卡尔曼滤波器简化
5.5 区间卡尔曼滤波器在载波相位组合导航中的应用
5.5.1 GPS载波相位差分定位原理
5.5.2 载波相位组合系统模型
5.5.3 区间卡尔曼滤波器在低成本惯性组合系统中的应用
5.6 小结
参考文献
第6章 StirIing插值滤波算法及其应用
6.1 引言
6.2 插值滤波的理论基础
6.2.1 插值近似的原理
6.2.2 条件期望状态估计算法
6.3 基于Stirling插值的非线性估计算法
6.3.1 一阶近似非线性估计算法（DD1）
6.3.2 二阶近似非线性估计算法（DD2）
6.3.3 滤波计算流程
6.4 插值滤波算法在惯性组合系统中的应用特性分析
6.4.1 校正模式
6.4.2 连续系统的计算量分析
6.4.3 状态变量的取舍及影响
6.5 惯性／多普勒系统／卫星组合系统
6.5.1 惯性／多普勒系统组合系统
6.5.2 惯性／卫星组合系统
6.6 应用仿真
6.6.1 仿真条件
6.6.2 仿真结果与分析
6.7 小结
参考文献
第7章 质子滤波理论在组合导航中的应用
7.1 引言
7.2 质子滤波理论
7.2.1 递推Bayesian估计
7.2.2 质子滤波算法
7.2.3 Rao-Blackwellization质子滤波算法
7.3 质子滤波理论在组合导航中的应用
7.3.1 滤波算法的选择
7.3.2 组合导航结构分析
7.3.3 基于级联滤波的组合导航算法
7.4 小结
参考文献
第8章 神经网络及其在组合导航的应用
8.1 引言
8.2 神经网络概述
8.2.1 神经网络结构原理
8.2.2 神经网络发展历史
8.2.3 神经网络特性
8.2.4 神经网络的应用和发展
8.3 导航系统的智能化结构设计
8.4 神经网络辅助卡尔曼滤波的智能化组合导航系统设计
8.4.1 神经网络辅助卡尔曼滤波估计融合方案
8.4.2 神经网络辅助卡尔曼滤波工作原理
8.4.3 组合导航系统结构设计
8.4.4 融合神经网络模型
8.4.5 融合神经网络训练
8.4.6 智能化特点
8.5 智能化容错组合导航系统仿真分析
8.5.1 仿真系统的组成和功能
8.5.2 仿真准备
8.5.3 估计融合仿真结果与分析
8.6 小结
参考文献
第9章 低成本组合导航系统的初始化
9.1 引言
9.2 微机电陀螺误差建模
9.2.1 微机电陀螺的组成、原理与分类
9.2.2 微机电陀螺误差建模
9.2.3 一般误差模型方程
9.2.4 MCVG误差模型方程
9.2.5 MCVG随机误差模型参数确定
9.3 低成本惯性组合系统的初始对准
9.3.1 基于规范化四元数的组合系统初始对准
9.3.2 平台坐标系与惯性坐标系间旋转四元数的求解
9.4 利用整型白化滤波器求解整周模糊数
9.4.1 整周模糊数的实时确定
9.4.2 利用最小二乘方法求解整周模糊数浮点解
9.4.3 确定整周模糊数的整型白化滤波器
9.5 小结
参考文献
