首页> 中文学位 >SINS/CNS深组合导航方案及高性能导航滤波方法研究
【6h】

SINS/CNS深组合导航方案及高性能导航滤波方法研究

代理获取

目录

第一个书签之前

摘 要

ABSTRACT

绪 论

研究背景与意义

国内外研究进展

自主导航研究现状

SINS/CNS组合导航研究现状

自主导航算法研究现状

本文的主要工作和创新点

论文的主要工作

论文的创新点

SINS/CNS组合导航系统分析与问题集成

SINS/CNS组合导航基本原理

坐标系定义

组合导航原理

SINS/CNS组合导航系统模型及误差分析

导航系统状态方程

导航系统测量方程

SINS/CNS组合导航系统问题集成及解决方案

本章小结

SINS/CNS深组合导航方案与一体化结构设计

基于加速度计偏差补偿的深组合导航方案设计

SINS/CNS深组合导航系统方案设计

SINS/CNS深组合导航建模

深组合导航系统可观测性分析

星敏感器—陀螺仪同基准一体化设计

姿态确定系统原理

星敏感器—陀螺仪组合误差分析

仿真验证

SINS/CNS深组合导航系统仿真验证

星敏感器—陀螺仪同基准一体化误差仿真验证

星敏感器—陀螺仪同基准一体化方案设计

本章小结

适合处理测量模型不确定性的组合导航算法

导航数据野值实时剔除方法性能分析

五点线性预报野值剔除法

——滤波器野值剔除法

基于稳健估计的自适应门限法

基于匹配测元的方法

比较分析

极大相关熵卡尔曼滤波

相关熵

极大相关熵无迹卡尔曼滤波

基于极大相关熵的滤波性能分析

仿真验证

高斯噪声

非高斯噪声

测量野值

本章小结

适合处理系统模型不确定性的组合导航算法

强跟踪无迹卡尔曼滤波

STUKF滤波算法流程

自适应渐消因子确定

仿真验证

基于交互多模型卡尔曼滤波算法

问题描述

交互多模型卡尔曼滤波算法

基于K-L散度的改进交互多模型卡尔曼滤波算法

Kullback-Leibler散度

基于K-L散度的改进交互多模型卡尔曼滤波算法

滤波性能分析

仿真验证

本章小结

总结与展望

论文工作总结

下一步工作展望

致谢

参考文献

作者在学期间取得的学术成果

展开▼

著录项

  • 作者

    侯博文;

  • 作者单位

    国防科学技术大学国防科技大学;

  • 授予单位 国防科学技术大学国防科技大学;
  • 学科 系统科学
  • 授予学位 硕士
  • 导师姓名 王炯琦;
  • 年度 2018
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号