飞行器组合导航鲁棒滤波理论及应用PDF电子书下载

第1章 绪论 1

1.1惯性导航技术的发展 1

1.2卫星导航系统的发展 3

1.3组合导航技术 6

1.3.1惯性/卫星组合导航系统 7

1.3.2低成本MIMU/卫星组合导航系统 10

1.4滤波方法 12

1.4.1滤波理论解决的问题 12

1.4.2传统的滤波方法 12

1.4.3鲁棒滤波方法 15

1.5本书主要内容 17

参考文献 19

第2章 惯性/卫星组合导航原理与方法 22

2.1引言 22

2.2惯性/卫星组合导航模式和结构 24

2.2.1组合模式 24

2.2.2组合导航的典型结构 28

2.3惯性组合导航系统设计的方法和原则 37

2.3.1组合导航滤波结构和滤波算法 37

2.3.2组合系统的估计方法 38

2.3.3组合系统滤波状态选择 40

2.3.4组合系统的校正方法 41

2.4惯性/卫星组合导航的模型和算法 43

2.4.1 INS和卫星导航接收机的误差模型 43

2.4.2位置、速度组合的状态方程和观测方程 49

2.4.3伪距、伪距率组合的状态方程和观测方程 53

2.4.4系统离散方程及传统卡尔曼滤波方程 59

参考文献 61

第3章 H∞滤波理论及其在组合导航中的应用 64

3.1引言 64

3.2 H∞滤波问题的数学描述 64

3.3 H∞次优滤波问题的一种求解方法 67

3.4 H∞滤波与卡尔曼滤波 70

3.4.1 H∞滤波与卡尔曼滤波方程的重新描述 70

3.4.2 H∞滤波与卡尔曼滤波的关系 72

3.5 H∞滤波在组合导航系统中的应用 73

3.5.1位置、速度组合系统状态方程 73

3.5.2位置、速度组合系统量测方程的建立 77

3.5.3仿真分析和结果比较 79

3.6针对R和Q阵已知系统的H∞滤波算法及仿真 94

3.6.1已知R和Q阵时的H∞滤波算法 94

3.6.2仿真分析 95

3.7小结 100

参考文献 102

第4章 基于极大似然准则的自适应卡尔曼滤波 105

4.1引言 105

4.2极大似然自适应卡尔曼滤波器 106

4.2.1自适应卡尔曼滤波器的极大似然估计准则 106

4.2.2噪声协方差矩阵的调整 108

4.2.3新息序列的白化过程 110

4.2.4极大似然自适应卡尔曼滤波方程 111

4.2.5自适应卡尔曼滤波器品质分析 113

4.3自适应卡尔曼滤波在伪距、伪距率组合中的应用 117

4.3.1伪距、伪距率组合系统状态方程 117

4.3.2伪距、伪距率组合系统量测方程 118

4.3.3仿真应用 123

4.4小结 128

参考文献 129

第5章 区间卡尔曼滤波算法及其应用 131

5.1引言 131

5.2区间 133

5.2.1区间的概念及其性质 133

5.2.2区间的运算 133

5.2.3区间期望和方差的定义 134

5.3基于区间的卡尔曼滤波方程推导 135

5.4区间卡尔曼滤波器简化 138

5.5区间卡尔曼滤波器在载波相位组合导航中的应用 140

5.5.1 GPS载波相位差分定位原理 140

5.5.2载波相位组合系统模型 143

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 148

5.6小结 156

参考文献 157

第6章Stirling插值滤波算法及其应用 159

6.1引言 159

6.2插值滤波的理论基础 160

6.2.1插值近似的原理 160

6.2.2条件期望状态估计算法 162

6.3基于Stirling插值的非线性估计算法 163

6.3.1一阶近似非线性估计算法（DD1） 163

6.3.2二阶近似非线性估计算法（DD2） 165

6.3.3滤波计算流程 167

6.4插值滤波算法在惯性组合系统中的应用特性分析 168

6.4.1校正模式 168

6.4.2连续系统的计算量分析 169

6.4.3状态变量的取舍及影响 170

6.5惯性/多普勒系统/卫星组合系统 171

6.5.1惯性/多普勒系统组合系统 171

6.5.2惯性/卫星组合系统 179

6.6应用仿真 181

6.6.1仿真条件 181

6.6.2仿真结果与分析 182

6.7小结 186

参考文献 187

第7章 质子滤波理论在组合导航中的应用 189

7.1引言 189

7.2质子滤波理论 189

7.2.1递推Bayesian估计 189

7.2.2质子滤波算法 191

7.2.3 Rao—Blackwellization质子滤波算法 196

7.3质子滤波理论在组合导航中的应用 198

7.3.1滤波算法的选择 198

7.3.2组合导航结构分析 199

7.3.3基于级联滤波的组合导航算法 201

7.4小结 206

参考文献 207

第8章 神经网络及其在组合导航的应用 209

8.1引言 209

8.2神经网络概述 209

8.2.1神经网络结构原理 210

8.2.2神经网络发展历史 212

8.2.3神经网络特性 213

8.2.4神经网络的应用和发展 214

8.3导航系统的智能化结构设计 215

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 218

8.4.1神经网络辅助卡尔曼滤波估计融合方案 218

8.4.2神经网络辅助卡尔曼滤波工作原理 219

8.4.3组合导航系统结构设计 220

8.4.4融合神经网络模型 221

8.4.5融合神经网络训练 223

8.4.6智能化特点 224

8.5智能化容错组合导航系统仿真分析 225

8.5.1仿真系统的组成和功能 225

8.5.2仿真准备 225

8.5.3估计融合仿真结果与分析 229

8.6小结 243

参考文献 244

第9章 低成本组合导航系统的初始化 247

9.1引言 247

9.2微机电陀螺误差建模 248

9.2.1微机电陀螺的组成、原理与分类 248

9.2.2微机电陀螺误差建模 253

9.2.3一般误差模型方程 257

9.2.4 MCVG误差模型方程 258

9.2.5 MCVG随机误差模型参数确定 261

9.3低成本惯性组合系统的初始对准 266

9.3.1基于规范化四元数的组合系统初始对准 267

9.3.2平台坐标系与惯性坐标系间旋转四元数的求解 268

9.4利用整型白化滤波器求解整周模糊数 273

9.4.1整周模糊数的实时确定 274

9.4.2利用最小二乘方法求解整周模糊数浮点解 276

9.4.3确定整周模糊数的整型白化滤波器 277

9.5小结 282

参考文献 284