慣性\多普勒組合導(dǎo)航回溯算法研究

1 緒論
1．1 水下導(dǎo)航的重要意義
1．2 國內(nèi)外相關(guān)技術(shù)研究進展
1．2．1 水下航行器及水下導(dǎo)航技術(shù)發(fā)展現(xiàn)狀
1．2．2 慣性／多普勒組合導(dǎo)航發(fā)展現(xiàn)狀
1．3 慣性／多普勒組合導(dǎo)航中的主要問題
1．3．1 多普勒的測速誤差標定
1．3．2 水下航行器的快速動基座對準
1．3．3 基于回溯的組合導(dǎo)航與參數(shù)估計
1．4 本書的研究內(nèi)容、組織結(jié)構(gòu)和主要貢獻
1．4．1 本書的研究內(nèi)容和組織結(jié)構(gòu)
1．4．2 本書的主要貢獻和創(chuàng)新點
2 基于回溯的慣性／多普勒測速誤差標定
2．1 多普勒測速誤差
2．1．1 坐標系定義
2．1．2 多普勒測速誤差模型
2．1．3 基于最小二乘的多普勒測速誤差標定
2．2 GNSS輔助下的標定方法
2．2．1 標定原理
2．2．2 基于卡爾曼濾波的標定方法
2．3 地標輔助下的多普勒測速誤差標定
2．3．1 INS／DVL組合導(dǎo)航
2．3．2 標定方法
2．3．3 基于回溯的標定改進方案
2．4 實驗驗證
2．4．1 主要實驗設(shè)備
2．4．2 GNSS輔助下的標定實驗
2．4．3 地標輔助標定實驗
2．5 本章小結(jié)
3 基于回溯的優(yōu)化對準算法
3．1 優(yōu)化對準方法問題描述
3．1．1 慣性系對準
3．1．2 方向余弦矩陣的分解
3．1．3 優(yōu)化對準模型
3．1．4 Wahba問題
3．2 回溯優(yōu)化對準
3．2．1 優(yōu)化對準采樣策略
3．2．2 回溯方法
3．2．3 優(yōu)化對準方法精度分析
3．3 實驗驗證
3．3．1 對準結(jié)果
3．3．2 與其他對準方法的比較
3．4 本章小結(jié)
4 基于回溯的卡爾曼濾波對準算法
4．1 多普勒輔助下的初始對準可觀測度分析
4．1．1 可觀測性分析
4．1．2 可觀測度分析
4．1．3 多普勒輔助與GPS輔助進行初始對準的可觀測度比較
4．2 回溯結(jié)構(gòu)
4．3 慣性系精對準模型
4．3．1 系統(tǒng)方程
4．3．2 觀測方程
4．4 回溯對準算法
4．5 實驗驗證
4．5．1 靜基座對準實驗
4．5．2 動基座對準實驗
4．5．3 對準算法性能分析
4．6 本章小結(jié)
5 基于回溯的對準算法與大失準角非線性濾波對準算法的比較研究
5．1 大失準角對準模型
5．1．1 DVL輔助的大失準角對準
5．1．2 系統(tǒng)方程
5．1．3 量測方程
5．2 UKF濾波技術(shù)
5．3 實驗比較
5．3．1 大失準角對準
5．3．2 對準快速性比較
5．3．3 對準精度比較
5．3．4 對準魯棒性比較
5．4 本章小結(jié)
6 回溯組合導(dǎo)航與參數(shù)估計算法研究
6．1 組合導(dǎo)航模型
6．1．1 系統(tǒng)方程
6．1．2 測量模型
6．2 回溯組合導(dǎo)航
6．2．1 回溯結(jié)構(gòu)
6．2．2 算法實現(xiàn)
6．3 實驗驗證
6．3．1 實驗條件
6．3．2 可觀測性及可觀測度分析
6．3．3 組合導(dǎo)航實驗
6．4 本章小結(jié)
參考文獻