多傳感器信息融合導(dǎo)航技術(shù)

第1章 緒論
1．1 導(dǎo)航技術(shù)簡介
1．1．1 導(dǎo)航的概念
1．1．2 導(dǎo)航的分類
1．1．3 導(dǎo)航技術(shù)的起源與歷程
1．1．4 導(dǎo)航技術(shù)的應(yīng)用
1．1．5 導(dǎo)航技術(shù)的發(fā)展趨勢
1．2 信息融合技術(shù)簡介
1．2．1 信息融合技術(shù)的概念
1．2．2 信息融合技術(shù)的起源與歷程
1．2．3 信息融合技術(shù)的應(yīng)用
1．2．4 信息融合系統(tǒng)的發(fā)展趨勢
第2章 大地測量學(xué)基礎(chǔ)、常用坐標(biāo)系和導(dǎo)航參數(shù)描述
2．1 大地測量學(xué)基礎(chǔ)
2．1．1 地球的形狀
2．1．2 地球參考橢球的曲率半徑
2．1．3 地球的重力模型
2．1．4 時間系統(tǒng)
2．2 常用坐標(biāo)系
2．2．1 地心慣性坐標(biāo)系
2．2．2 地心地固坐標(biāo)系
2．2．3 當(dāng)?shù)氐乩碜鴺?biāo)系
2．2．4 站心坐標(biāo)系
2．2．5 其他坐標(biāo)系
2．3 坐標(biāo)系之間的關(guān)系及變換方法
2．3．1 方向余弦法
2．3．2 歐拉角法
2．3．3 四元數(shù)法
2．3．4 等效旋轉(zhuǎn)矢量法
2．4 常用坐標(biāo)系之間的轉(zhuǎn)換
2．4．1 慣性坐標(biāo)系與地心地固坐標(biāo)系間的轉(zhuǎn)換
2．4．2 地心地固坐標(biāo)系與當(dāng)?shù)氐乩碜鴺?biāo)系間的轉(zhuǎn)換
2．4．3 慣性坐標(biāo)系與當(dāng)?shù)氐乩碜鴺?biāo)系間的轉(zhuǎn)換
2．4．4 當(dāng)?shù)氐乩碜鴺?biāo)系與載體坐標(biāo)系間的轉(zhuǎn)換
2．4．5 地心地固坐標(biāo)系與大地坐標(biāo)系間的轉(zhuǎn)換
2．4．6 游動方位坐標(biāo)系與當(dāng)?shù)氐乩碜鴺?biāo)系間的轉(zhuǎn)換
第3章 多傳感器信息融合的基本理論
3．1 信息融合的基本原理
3．2 信息融合的功能級別
3．3 信息融合系統(tǒng)的模型
3．3．1 多傳感器系統(tǒng)的描述
3．3．2 信息融合系統(tǒng)的結(jié)構(gòu)模型
3．3．3 導(dǎo)航系統(tǒng)與信息融合之間的關(guān)系
3．4 最優(yōu)估計基本理論
3．4．1 最小二乘估計
3．4．2 最小方差估計
3．4．3 線性最小方差估計
3．4．4 其他估計方法
3．4．5 各種最優(yōu)估計的比較
第4章 卡爾曼濾波的基本原理與方法
4．1 卡爾曼濾波概述
4．1．1 卡爾曼濾波的背景與特點(diǎn)
4．1．2 卡爾曼濾波的發(fā)展
4．2 線性離散型卡爾曼濾波
4．2．1 離散卡爾曼濾波數(shù)學(xué)模型
4．2．2 離散卡爾曼濾波方程及分析
4．3 線性連續(xù)型卡爾曼濾波
4．3．1 連續(xù)型卡爾曼濾波數(shù)學(xué)模型
4．3．2 連續(xù)型卡爾曼濾波方程及分析
4．3．3 動力學(xué)方程為連續(xù)微分方程時的離散化
4．4 基于卡爾曼濾波的彈道測量與辨識
4．5 卡爾曼濾波的穩(wěn)定性
4．5．1 線性系統(tǒng)的穩(wěn)定性判據(jù)
4．5．2 卡爾曼濾波的穩(wěn)定性
4．6 非線性系統(tǒng)卡爾曼濾波
4．6．1 按標(biāo)稱狀態(tài)線性化的卡爾曼濾波方程
4．6．2 擴(kuò)展卡爾曼濾波
4．7 聯(lián)邦濾波
4．7．1 各子濾波器不相關(guān)時的融合算法
4．7．2 各子濾波器相關(guān)時的融合算法
4．7．3 聯(lián)邦濾波器的結(jié)構(gòu)
4．8 其他濾波技術(shù)
4．8．1 自適應(yīng)卡爾曼濾波
4．8．2 無跡卡爾曼濾波
4．8．3 粒子濾波
第5章 常用慣性導(dǎo)航傳感器
5．1 陀螺儀
5．1．1 常規(guī)機(jī)械式陀螺儀
5．1．2 振動陀螺儀
5．1．3 光學(xué)陀螺儀
5．1．4 新型陀螺儀
5．2 加速度計
5．2．1 加速度計測量模型及比力測量原理
5．2．2 力平衡擺式加速度計
5．2．3 振動加速度計
5．2．4 光纖加速度計
5．2．5 角加速度計
5．3 測試、標(biāo)定與誤差補(bǔ)償
5．3．1 概述
5．3．2 陀螺儀試驗(yàn)
5．3．3 加速度計試驗(yàn)
5．3．4 陀螺儀誤差補(bǔ)償
5．3．5 加速度計誤差補(bǔ)償
第6章 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的基本原理與方法
6．1 三維捷聯(lián)式導(dǎo)航系統(tǒng)基本分析
6．1．1 相對于慣性坐標(biāo)系的導(dǎo)航
6．1．2 相對于地心地固坐標(biāo)系的導(dǎo)航
6．1．3 導(dǎo)航坐標(biāo)系的選擇
6．1．4 加速度計測量值的分解
6．2 捷聯(lián)式慣性導(dǎo)航系統(tǒng)機(jī)械編排
6．2．1 慣性坐標(biāo)系機(jī)械編排
6．2．2 地心地固坐標(biāo)系機(jī)械編排
6．2．3 當(dāng)?shù)氐乩碜鴺?biāo)系機(jī)械編排
6．3 捷聯(lián)式慣性導(dǎo)航系統(tǒng)更新算法
6．3．1 姿態(tài)更新算法
6．3．2 速度更新算法
6．3．3 位置更新算法
6．4 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的誤差模型
6．4．1 姿態(tài)誤差方程
6．4．2 速度誤差方程
6．4．3 位置誤差方程
6．4．4 捷聯(lián)式慣性導(dǎo)航系統(tǒng)誤差傳播特性
6．5 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的初始對準(zhǔn)
6．5．1 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的自主對準(zhǔn)
6．5．2 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的傳遞對準(zhǔn)
6．6 捷聯(lián)式慣性導(dǎo)航系統(tǒng)的數(shù)據(jù)模擬與仿真驗(yàn)證
6．6．1 陀螺儀數(shù)據(jù)模擬
6．6．2 加速度計數(shù)據(jù)模擬
6．6．3 慣導(dǎo)解算流程
第7章 衛(wèi)星導(dǎo)航的基本原理與方法
7．1 無線電導(dǎo)航基本原理
7．1．1 無線電導(dǎo)航的分類
7．1．2 無線電導(dǎo)航的定位原理
7．2 衛(wèi)星導(dǎo)航基礎(chǔ)
7．2．1 GPS的組成
7．2．2 GPS提供的服務(wù)和限制
7．2．3 GPS性能指標(biāo)
7．3 衛(wèi)星定位原理與精度分析
7．3．1 GPS衛(wèi)星軌道理論
7．3．2 偽距定位原理
7．3．3 GPS測量誤差
7．3．4 北斗衛(wèi)星導(dǎo)航系統(tǒng)簡介
7．4 GPS衛(wèi)星信號及其導(dǎo)航電文
7．4．1 GPS衛(wèi)星信號結(jié)構(gòu)
7．4．2 信號的調(diào)制
7．5 GPS衛(wèi)星信號的捕獲與跟蹤
7．5．1 GPS接收機(jī)概述
7．5．2 信號的捕獲
7．5．3 信號標(biāo)量跟蹤原理
7．5．4 高動態(tài)衛(wèi)星信號矢量跟蹤原理
7．5．5 導(dǎo)航電文解調(diào)和偽距求取
7．6 無線電信標(biāo)導(dǎo)航技術(shù)
7．6．1 衛(wèi)星導(dǎo)航技術(shù)存在的問題
7．6．2 無線電信標(biāo)導(dǎo)航技術(shù)的發(fā)展
第8章 視覺導(dǎo)航方法概述
8．1 視覺導(dǎo)航技術(shù)的概念
8．2 視覺導(dǎo)航技術(shù)的起源與歷程
8．2．1 概述
8．2．2 圖像預(yù)處理技術(shù)的發(fā)展
8．2．3 特征提取和匹配技術(shù)的發(fā)展
8．3 視覺導(dǎo)航的主要技術(shù)和方法
8．3．1 常見的視覺導(dǎo)航方法及原理介紹
8．3．2 基于視覺的姿態(tài)提取技術(shù)
8．3．3 基于視覺的載體定位技術(shù)
8．3．4 基于視覺的速度測量技術(shù)
8．4 視覺導(dǎo)航技術(shù)的應(yīng)用
8．4．1 概述
8．4．2 視覺導(dǎo)航技術(shù)應(yīng)用舉例
8．5 視覺導(dǎo)航技術(shù)的發(fā)展趨勢
第9章 組合導(dǎo)航的基本原理與方法
9．1 組合導(dǎo)航系統(tǒng)概述
9．2 卡爾曼濾波組合與校正方式
9．2．1 組合方式
9．2．2 校正方式
9．3 GPS／INS組合導(dǎo)航系統(tǒng)涉及的部分問題
9．3．1 差分GPS
9．3．2 載波相位定位與GPS姿態(tài)
9．3．3 大失準(zhǔn)角誤差
9．3．4 IMtJ誤差建模
9．4 卡爾曼濾波器在GPS／INS組合導(dǎo)航上的應(yīng)用
9．4．1 狀態(tài)選擇
9．4．2 松組合
9．4．3 緊組合
9．4．4 其他濾波方法在組合導(dǎo)航中的應(yīng)用
參考文獻(xiàn)