1 GPS卫星定位的基本原理 1
1.1 GPS的组成 2
1.1.1空间星座部分 2
1.1.2地面监控部分 3
1.1.3用户设备部分——GPS接收机 4
1.2 GPS信号结构及电文 6
1.2.1 GPS的信号结构 6
1.2.2 GPS的测距码 7
1.2.3 GPS的导航电文 7
1.3 GPS定位系统的坐标系及其转换 9
1.3.1地心直角坐标系和大地坐标系 9
1.3.2坐标系转换 12
1.4 GPS定位原理 16
1.4.1绝对定位原理 16
1.4.2相对定位原理 17
1.4.3载波相位测量 20
1.4.4 SA政策 25
2 GPS卫星定位的冗余技术与测量粗差的探测 26
2.1冗余观测信息与冗余度 27
2.2动态系统冗余理论 28
2.2.1动态系统的纵向平滑 28
2.2.2动态系统纵向平滑的函数模型 29
2.2.3动态系统纵向平滑器的设计 31
2.2.4动态系统纵向平滑结果的精度评定 32
2.3 GPS-OEM卫星定位系统的冗余技术 33
2.3.1一般性问题 33
2.3.2纵向平滑器的设计 34
2.3.3试验结果分析 35
2.3 4几点结论 37
2.4 GPS定位结果的可靠性与粗差探测 38
2.4.1静态平差系统的可靠性 39
2.4.2动态系统的可靠性 44
2.4.3动态系统的粗差探测 50
2.4.4 GPS动态定位系统的可靠性分析 55
2.4.5 GPS动态定位系统的粗差探测 60
2.5本章小结 62
3 GPS动态定位的滤波理论与方法 64
3.1引言 64
3.1.1 GPS定位原理 64
3.1.2 GPS定位误差 66
3.1.3最优估计理论与方法在GPS动态滤波中的应用 67
3.2运动载体动态模型的建立 67
3.2.1 CA模型 68
3.2.2一阶时间相关模型（Singer模型） 68
3.2.3机动载体的“当前”统计模型 69
3.2.4机动载体加速度的“当前”概率密度模型 70
3.3自适应扩展卡尔曼滤波器在GPS动态定位中的应用 73
3.3.1 GPS动态定位非线性模型的建立 73
3.3.2扩展卡尔曼滤波方程的建立 75
3.3.3 σx2、σy2和σz2的自适应算法 79
3.3.4自适应算法的物理意义 80
3.4改进的自适应扩展卡尔曼滤波算法 81
3.4.1改进的自适应扩展卡尔曼滤波器 83
3.4.2次优渐消因子的确定 86
3.4.3带次优渐消因子的扩展卡尔曼滤波器在GPS动态定位滤波中的应用 89
3.5一种GPS动态定位滤波的新方法 90
3.5.1 GPS动态定位数学模型的建立 91
3.5.2自适应卡尔曼滤波方程的建立 94
3.5.3自适应算法的改进 97
3.5.4分散卡尔曼滤波在GPS动态定位滤波中的应用 99
3.5.5计算机半物理仿真结果 100
3.6改进的强跟踪卡尔曼滤波器及其在GPS动态定位中的应用 103
3.6.1强跟踪滤波器的概念 103
3.6.2 GPS动态定位系统模型的建立及可观测性分析 104
3.6.3改进的强跟踪卡尔曼滤波器及其应用 106
3.6.4仿真及实验结果 108
3.7带有速度观测量的GPS动态滤波方法 110
3.7.1载体运动模型的建立 110
3.7.2观测方程的建立及可观测性分析 111
3.7.3引入速度观测量提高跟踪精度的理论分析 112
3.7.4计算机仿真结果 116
3.8本章小结 117
4 GPS／DR车辆组合导航系统 119
4.1民用车辆导航的发展与研究状况 119
4.1.1车辆导航的目的与意义 119
4.1.2车辆导航与定位技术的发展 120
4.1.3国内外研究动态 122
4.1.4车辆组合导航定位系统的主要研究内容 123
4.2车载GPS组合导航系统的基本原理 125
4.2.1 GPS接收机的性能 125
4.2.2惯性传感器的性能 127
4.2.3 GPS／DR组合系统的基本卡尔曼滤波模型 128
4.3 GPS／DR组合导航方法 131
4.3.1状态变量 132
4.3.2转移矩阵 133
4.3.3观测矩阵 133
4.3.4初始化 134
4.3.5数据的时间同步 135
4.3.6 GPS／DR组合导航卡尔曼滤波算法实例 136
5 GPS／DR组合导航系统卡尔曼滤波模型的建立 144
5.1 DR导航系统原理 145
5.1.1航位推算原理 145
5.1.2车辆航位推算导航的误差因素及对策 146
5.1.3 DR系统组成方案的选择 147
5.2 DR系统非线性自适应卡尔曼滤波模型及其仿真分析 148
5.2.1航位推算系统中非线性卡尔曼滤波模型的建立 149
5.2.2扩展自适应卡尔曼滤波方程的建立 152
5.2.3机动加速度方差σ2ae和σ2an的自适应算法 153
5.2.4滤波算法中初始条件的选取 154
5.2.5 DR系统扩展自适应卡尔曼滤波算法的计算机仿真结果 154
5.2.6滤波算法的机动性能考察 159
5.3改进的DR系统非线性自适应卡尔曼滤波模型 161
5.3.1改进的观测方程 161
5.3.2改进的系统方程 162
5.3.3观测方程的线性化 163
5.3.4改进的扩展自适应卡尔曼滤波方程的建立 164
5.3.5计算机仿真结果 165
5.4 GPS／DR组合导航系统非线性自适应卡尔曼滤波模型及其仿真分析 167
5.4.1系统方程的建立 168
5.4.2观测方程的建立 169
5.4.3观测方程的线性化 170
5.4.4扩展自适应卡尔曼滤波方程的建立 172
5.4.5 Q（k）及R（k）的自适应确定 174
5.4.6计算机仿真结果 179
5.5本章小结 180
6车载GPS／DR组合导航系统的综合校正 182
6.1 GPS定位系统对DR系统的特殊校正 183
6.1.1 GPS辅助DR系统初始化 183
6.1.2 GPS辅助DR系统的位置、航向重新装定 183
6.1.3一般情况下GPS与DR系统的相互校正 184
6.2分散卡尔曼滤波技术及其最优综合算法 185
6.2.1问题的描述 186
6.2.2最优综合算法 187
6.3联合卡尔曼滤波器及其性能分析 190
6.4一种自适应联合卡尔曼滤波器及其在GPS／DR组合导航系统中的应用 199
6.4.1 GPS／DR组合导航系统的联合卡尔曼滤波器设计 200
6.4.2 GPS／DR组合导航系统的联合卡尔曼滤波算法 202
6.4.3一种自适应联合卡尔曼滤波器及其算法 204
6.4.4计算机仿真结果 206
6.5本章小结 207
7低成本GPS／DR车载组合定位系统的设计与试验 208
7.1城市GPS车辆定位的特点 209
7.1.1位置特性 209
7.1.2 PDOP指标特性 211
7.1.3车辆行驶速度特性 212
7.2简化后的GPS／DR组合定位滤波模型 213
7.2.1 GPS／DR系统的联合卡尔曼滤波器设计 213
7.2.2 GPS／DR系统的联合卡尔曼滤波算法 215
7.3坐标转换 216
7.4 Track-3型GPS／DR车载组合定位系统简介 217
7.4.1 GPS／DR组合定位系统的应用对象 218
7.4.2系统主要功能 218
7.4.3系统工作原理 219
7.4.4系统设计原理 219
7.4.5 GPS／DR硬件设计 220
7.4.6 GPS／DR软件设计 224
7.5试验结果及分析 225
7.5.1试验目的、内容及方法 226
7.5.2测试结果分析 227
7.5.3几点结论 232
8车载GPS／DR／MM组合定位系统的卡尔曼滤波 233
8.1地图导航数据库的建立 236
8.1.1 GIS、道路GIS、地址匹配与地图匹配 236
8.1.2地图导航数据库的数据模型 238
8.1.3地图的表示模型 239
8.1.4一种车载GIS的概念模型和逻辑模型 240
8.1.5面向对象的车载GIS空间实体表示 243
8.1.6应用实例 246
8.2地图匹配方法 247
8.2.1地图匹配的相关性算法 249
8.2.2改进的地图匹配相关性算法 250
8.2.3基于卡尔曼滤波残差的地图匹配算法 252
8.2.4实验研究 254
8.3车辆动态模型的建立 256
8.3.1匀速模型 256
8.3.2匀加速模型 259
8.3.3二维模型 261
8.4 GPS／DR／MM的降阶卡尔曼滤波 263
8.4.1直线道路情况 264
8.4.2曲线道路情况 266
8.4.3道路网情况 269
参考文献 271