●章 緒論 1 1.1 導航概述 1 1.2 組合導航及其應用發展 3 1.2.1 組合導航與最優估計 3 1.2.2 組合導航的應用與發展 6 1.3 組合導航與故障容錯 8 參考文獻 10第2章 導航繫統 15 2.1 慣性導航繫統 15 2.2 衛星導航繫統 18 2.2.1 GPS導航繫統 19 2.2.2 GLONASS導航繫統 24 2.2.3 北鬥導航繫統 25 2.2.4 伽利略導航繫統 26 2.3 陸基無線電導航繫統 26 2.4 天文導航繫統 29 2.5 其它導航繫統 31 2.6 組合導航繫統 34 參考文獻 35第3章 組合導航信息融合方法 37 3.1 濾波理論與方法 39 3.2 集中與分散卡爾曼濾波 45 3.3 聯邦濾波 47 3.3.1 聯邦濾波基本原理 47 3.3.2 聯邦濾波常見結構 49 3.3.3 聯邦濾波性能分析 53 3.4 典型組合繫統與容錯設計 54 3.4.1 衛星導航對慣導輔助 55 3.4.2 天文導航對慣導輔助 57 3.4.3 信息融合方案 58 3.4.4 繫統容錯設計 59 3.5 導航數據預處理 60 3.5.1 野值處理 61 3.5.2 組合導航信息同步 61 3.6 組合導航繫統誤差模型 65 3.6.1 SINS基本工作原理 65 3.6.2 衛星定位基本原理 76 3.6.3 衛星導航誤差模型 81 3.6.4 天文導航誤差模型 82 參考文獻 85第4章 智能容錯濾波算法與仿真 86 4.1 遺傳算法 86 4.1.1 遺傳算法概述 87 4.1.2 遺傳算法基本理論 95 4.1.3 遺傳算法收斂性分析 99 4.1.4 遺傳算法性能分析及其改進 103 4.2 模糊理論 121 4.2.1 模糊理論基礎 122 4.2.2 模糊推理規則 128 4.2.3 模糊推理繫統的分類與組成 131 4.2.4 遺傳模糊自適應濾波算法 135 4.3 神經網絡 143 4.3.1 神經網絡概述 143 4.3.2 前向型神經網絡 144 4.3.3 RBF神經網絡 150 4.4 遺傳RBF神經網絡自適應濾波算法 153 4.4.1 遺傳RBF神經網絡自適應濾波設計 154 4.4.2 遺傳RBF神經網絡自適應濾波算法仿真 155 4.5 繫統級智能聯邦濾波容錯算法 158 4.5.1 智能SINS/GNSS/CNS聯合濾波設計 158 4.5.2 信息分配因子智能選擇控制器 159 參考文獻 161第5章 組合導航故障檢測方法 164 5.1 子繫統故障檢測 164 5.1.1 基於KPCA的SINS傳感器故障診斷 164 5.1.2 基於RAIM的GNSS故障診斷 170 5.2 繫統級故障檢測 175 5.2.1 狀態χ2檢驗法 175 5.2.2 殘差χ2檢驗法 177 5.3 統計學習理論與支持向量機 178 5.3.1 統計學習理論 178 5.3.2 支持向量機原理 180 5.3.3 最小二乘支持向量機 183 5.4 基於LSSVM的故障檢測方法 185 5.4.1 LSSVM殘差χ2檢驗法 185 5.4.2 算法仿真 187參考文獻 189