组合导航中的抗差自适应滤波

📚 共计 30 章节

组合导航概述

组合导航的定义、发展历程、主流组合方式（GNSS/INS、视觉/INS等）

卡尔曼滤波基础

状态空间模型、预测与更新方程、卡尔曼增益的物理意义

卡尔曼滤波实现

标准KF的C++/Python实现、矩阵运算库选择、数值稳定性问题

扩展卡尔曼滤波

非线性系统线性化、雅可比矩阵计算、EKF在组合导航中的应用

无迹卡尔曼滤波

UT变换原理、Sigma点选取策略、UKF与EKF的对比

粒子滤波基础

蒙特卡洛方法、重要性采样、重采样策略

粒子蒙特卡洛

组合导航系统模型

INS力学编排、GNSS观测模型、松耦合与紧耦合架构

惯性导航原理

陀螺仪与加速度计模型、姿态更新算法（四元数/欧拉角）

GNSS定位原理

伪距观测方程、单点定位与差分定位、多路径效应

传感器误差建模

IMU随机游走、零偏不稳定性、GNSS噪声特性

抗差估计理论

M估计、Huber函数、IGG方案、等价权原理

抗差卡尔曼滤波

基于残差检测的抗差KF、卡方检验法、抗差因子设计

自适应滤波基础

新息序列分析、协方差匹配法、多模型自适应估计

自适应新息

渐消记忆滤波

渐消因子计算、强跟踪滤波器、在组合导航中的应用

渐消强跟踪

自适应抗差滤波

抗差与自适应的结合策略、双因子模型、Sage-Husa自适应

自适应抗差Sage-Husa

故障检测与隔离

残差χ²检验、故障检测阈值设计、故障隔离策略

多传感器融合

异步传感器时间对齐、数据率匹配、分布式与集中式融合

融合多传感器

组合导航初始化

初始对准（粗对准/精对准）、初始位置确定、动基座对准

对准初始化

GNSS/INS松耦合实现

位置速度组合、闭环校正、开环校正

松耦合GNSS/INS

GNSS/INS紧耦合实现

伪距/伪距率组合、深耦合架构、矢量跟踪

紧耦合深耦合

视觉惯性里程计

VIO基本原理、预积分模型、滑动窗口优化

多源融合导航

GNSS/INS/视觉/磁力计融合、因子图优化框架

多源因子图

非线性优化方法

高斯牛顿法、LM算法、图优化在组合导航中的应用

优化图优化

实时性与嵌入式实现

ARM/DSP平台优化、定点化处理、实时调度策略

嵌入式实时

组合导航仿真

轨迹生成器设计、传感器仿真、蒙特卡洛仿真方法

仿真蒙特卡洛

组合导航测试

跑车实验设计、数据分析方法、精度评估指标

组合导航工程案例

车载导航、无人机导航、机器人导航

组合导航前沿技术

深度学习辅助导航、事件相机导航、5G定位融合

组合导航标准与规范

RTCA DO-229、ISO 8855坐标系、时间系统

组合导航未来展望

全源导航、弹性导航、智能导航系统