●第1章  信息融合與組合導航
  1．1 信息融合的基本概念
    1．1．1  信息融合的由來
    1．1．2  信息融合的定義
    1．1．3  信息融合技術的應用
  1．2  信息融合繫統的功能與結構模型
    1．2．1  信息融合繫統的功能級別
    1．2．2  信息融合繫統的功能模型
    1．2．3  信息融合繫統的結構模型
    1．2．4  信息融合理論的研究動向
  1．3 導航繫統的基本概念
    1．3．1  導航的基本概念
    1．3．2  導航繫統在現代戰爭中的地位
    1．3．3  主要導航繫統概述
    1．3．4  環境信息獲取繫統
    1．3．5  信息支持與決策控制繫統
  1．4  組合導航繫統的基本概念
    1．4．1  組合導航的歷史與發展
    1．4．2  組合導航的基本概念
    1．4．3  常見的組合導航繫統
    1．4．4  海軍艦艇組合導航繫統
  1．5  組合導航理論的發展
    1．5．1  組合導航與信息融合之間的關繫
    1．5．2  線性組合導航繫統狀態估計理論
    1．5．3  非線性組合導航繫統狀態估計理論
    本章小結
    參考文獻
第2章  組合導航數學基礎與研究方法
  2．1 組合導航數學基礎
    2．1．1  概率論基礎知識
    2．1．2  隨機過程基礎知識
  2．2  具有隨機干擾的線性動力學繫統
    2．2．1  隨機線性連續繫統的數學模型
    2．2．2  隨機線性離散繫統的數學模型
    2．2．3  隨機線性連續繫統的離散化
  2．3  導航繫統數學模型
    2．3．1  慣性導航繫統數學誤差模型
    2．3．2  衛星導航繫統誤差數學模型
  2．4  很優估計方法
    2．4．1  最小二乘估計
    2．4．2  最小方差估計與線性最小方差估計
    2．4．3  極大驗後估計與極大似然估計
    2．4．4  貝葉斯估計
    2．4．5  幾種很優估計比較
  2．5  組合導航繫統的研究方法
    2．5．1  組合導航繫統研究的一般過程
    2．5．2  組合導航繫統的設計模式
    2．5．3  組合導航數學仿真方法
    2．5．4  組合導航繫統的測試
  2．6  組合導航繫統數字開發平臺
    2．6．1  組合導航繫統數字開發平臺架構
    2．6．2  數字開發平臺繫統數學模型研究
    2．6．3  組合導航繫統數字開發平臺功能
    本章小結
    參考文獻
第3章  離散線性繫統很優估計方法及其應用
  3．1  卡爾曼濾波的基本概念
    3．1．1  卡爾曼濾波的基本原理
    3．1．2  很優濾波、預測與平滑的概念
  3．2  隨機線性離散繫統的卡爾曼濾波方程
    3．2．1  隨機線性離散繫統的卡爾曼濾波方程的直觀推導
    3．2．2  隨機線性連續繫統的卡爾曼濾波基本方程
  3．3  線性繫統卡爾曼濾波的貝葉斯推導
    3．3．1  遞推貝葉斯估計
    3．3．2  隨機線性離散繫統的卡爾曼濾波方程的貝葉斯推導
  3．4  卡爾曼濾波的穩定性
  3．5  隨機線性離散繫統的很優預測
  3．6  隨機線性離散繫統的很優平滑
    3．6．  1平滑估計方法
    3．6．2  固定區間平滑遞推公式推導
  3．7  基於INS的組合導航通用卡爾曼濾波模型
    3．7．1  GINS繫統平臺與姿態角誤差變換矩陣
    3．7．2  基於INS的組合導航通用卡爾曼濾波模型
    3．7．3  不同外觀測量下的組合子繫統的可觀測性分析
    3．7．4  不同外觀測量下的初始對準可觀測度分析
  3．8  卡爾曼濾波在組合導航中的應用算例
    3．8．1  卡爾曼濾波器在INS／GPS組合導航中的應用
    3．8．2  很優平滑濾波在INS／GPS組合導航中的算例
    本章小結
    參考文獻
第4章  自適應卡爾曼濾波技術及其應用
  4．1  卡爾曼濾波的發散問題
    4．1．1  卡爾曼濾波發散的原因
    4．1．2  卡爾曼濾波的發散現像舉例
  4．2  卡爾曼濾波的發散的抑制
    4．2．1  衰減記憶濾波算法
    4．2．2  限定記憶濾波算法
    4．2．3  自適應濾波原理
  4．3  卡爾曼濾波器新息序列
    4．3．1  卡爾曼濾波器新息的概念
    4．3．2  新息方式的卡爾曼濾波形式
    4．3．3  濾波器理想穩態時新息序列
    4．3．4  濾波器非理想狀態時的新息序列
  4．4  基於新息自適應估計(IAE)的卡爾曼濾波技術
    4．4．1  新息調制方差匹配技術
    4．4．2  新息自適應估計卡爾曼濾波算法
    4．4．3  新息相關法自適應濾波
  4．5  基於多模型自適應估計(MMAE)卡爾曼濾波技術
  4．6  強跟蹤自適應卡爾曼濾波器
  4．7  GPS／INS組合導航繫統自適應濾波
    4．7．1  IAE自適應卡爾曼濾波數字驗證
    4．7．2  靜態試驗驗證
    本章小結
    參考文獻
第5章  非線性繫統狀態估計及其應用
  5．1  非線性繫統基本概念
  5．2  擴展卡爾曼濾波
    5．2．1  圍繞標稱狀態線性化的卡爾曼濾波方程
    5．2．2  圍繞估計狀態的線性化
    5．2．3  實例分析
  5．3  無跡卡爾曼濾波(UKF)
    5．3．1  Unscented變換
    5．3．2  Unscented卡爾曼濾波基本方程
    5．3．3  實例分析
  5．4  粒子濾波
    5．4．1  粒子濾波的理論基礎
    5．4．2  重要性密度的選擇
    5．4．3  SIR濾波器
    5．4．4  粒子濾波應用實例
  5．5  非線性濾波技術在GPS／DR組合定位繫統中的應用
    5．5．1  DR繫統定位原理
    5．5．2  GPS／DR組合繫統的狀態方程
    5．5．3  GPS／DR組合繫統的量測方程
    5．5．4  三種非線性濾波方法比較
  5．6  基於UKWPF的水下導航組合濾波器設計
    5．6．1  DR／INS濾波模型
    5．6．2  UKF／PF混合濾波算法
    5．6．3  基於UKF／PF的組合濾波器仿真試驗
    本章小結
    參考文獻
第6章  模糊自適應狀態估計及其應用
  6．1  模糊理論概述
    6．1．1  模糊現像存在的普遍性
    6．1．2  模糊理論的基本概念
  6．2  模糊理論基礎知識
    6．2．1  模糊集合
    6．2．2  隸屬函數
    6．2．3  模糊關繫和模糊矩陣
    6．2．4  模糊規則與模糊推理
    6．2．5  Mamdani型推理與sugeno型推理
  6．3  模糊控制器的設計方法
    6．3．1  模糊邏輯控制過程
    6．3．2  輸入變量和輸出變量的確定
    6．3．3  論域的確定
    6．3．4  模糊化方法
    6．3．5  解模糊判決方法
  6．4  組合導航繫統模糊規則設計方法
    6．4．1  模糊控制規則一般設計方法
    6．4．2  基於繫統工作狀態的組合導航繫統模糊規則設計方法
    6．4．3  基於濾波器新息狀態的組導繫統模糊規則設計方法
  6．5  模糊控制在車載GPS／DR組合導航繫統中的應用
    6．5．1  基於卡爾曼濾波器的車載DR繫統
    6．5．2  車載GPS／DR組合導航繫統方案
    6．5．3  基於模糊規則的GPS!DR融合算法
    本章小結
    參考文獻
第7章  神經網絡信息融合技術及其應用
  7．1  神經網絡基礎知識
    7．1．1  引言
    7．1．2  神經網絡的一般結構
    7．1．3  神經網絡的學習方法
    7．1．4  神經網絡工程應用的能力特點
  7．2  典型神經網絡及其學習算法
    7．2．1  誤差反向傳播網絡(BP網絡)
    7．2．2  徑向基函數神經網絡(RBF網絡)
  7．3  自適應神經網絡模糊推理繫統(ANFIS)
    7．3．1  ANFIS的結構
    7．3．2  ANFIS的學習算法
    7．3．3  ANFIS的總體評價
  7．4  基於神經網絡技術的狀態估計
    7．4．1  神經網絡狀態估計的特點
    7．4．2  神經網絡狀態估計的關鍵問題
    7．4．3  神經網絡狀態估計的主要方法
  7．5  神經網絡在組合導航信息融合的應用
    7．5．1  組合導航神經網絡信息融合的主要方法
    7．5．2  基於BP神經網絡的GPS／INS組合導航信息融合方法
    7．5．3  基於ANFIS神經網絡的GPS／INS組合導航信息融合方法
    本章小結
    參考文獻
第8章  聯邦卡爾曼濾波技術及其應用
  8．1  各子濾波器估計不相關條件下的聯邦濾波算法
  8．2  各子濾波器估計相關條件下的聯邦濾波算法
    8．2．1  信息分配原則與全局很優估計
    8．2．2  聯邦濾波算法的時間更新
    8．2．3  聯邦濾波算法的觀測更新
    8．2．4  聯邦卡爾曼濾波器設計步驟
  8．3  聯邦濾波器控制結構與信息分配
    8．3．1  聯邦卡爾曼濾波器控制結構
    8．3．2  公共參考信息的分配原則
    8．3．3  聯邦濾波器信息分配算法
  8．4  聯邦濾波器設計數據時空關聯
    8．4．1  信息的同步處理
    8．4．2  非等間隔時間關聯問題
    8．4．3  算法很優性證明
  8．5  聯邦濾波器容錯設計算法
    8．5．1  聯邦繫統故障檢測與隔離算法
    8．5．2  聯邦繫統重構與信息補償方法
  8．6  聯邦卡爾曼濾波算法在艦艇組合導航繫統中的應用
    8．6．1  組合導航繫統聯邦卡爾曼濾波器設計
    8．6．2  組合導航繫統容錯設計
    8．6．3  數學仿真與結果分析
    本章小結
    參考文獻