电子工业出版社-网上书店

本书系统和全面的介绍了惯性基组合导航系统的智能信息处理技术，本书内容可大致分为四部分：第一部分介绍了惯性基组合导航系统智能信息处理技术的研究背景与研究意义，分析了惯性基组合导航系统、以及惯性器件和组合系统信息处理的研究现状、发展趋势以及与国外的差距；第二部分分析了陀螺仪的噪声成分、以及温度变化对陀螺仪漂移的影响，并介绍了基于小波、神经网络等智能算法的去噪和温度漂移误差补偿技术；第三部分重点介绍了卡尔曼滤波器及其改进方法在组合导航系统中的应用，并提出了非连续观测条件下的组合导航模型，设计了基于神经网络的非连续观测算法；第四部分主要包括基于大脑导航细胞模型的类脑导航算法，及其在惯性基组合导航系统中的实现。

第1章  绪论	1
第2章  典型惯性器件及系统简介	7
2.1　光纤陀螺	7
2.2　MEMS陀螺仪	12
2.3　惯性导航系统	22
2.3.1　捷联惯性导航系统	22
2.3.2　惯性导航系统基本原理概述	23
2.3.3　捷联惯性系统的基本算法	26
第3章  陀螺噪声分析与处理技术	34
3.1　陀螺噪声成分与Allan方差分析方法	34
3.1.1　陀螺噪声来源与特性分析	34
3.1.2　Allan方差	40
3.2　光纤陀螺信号去噪算法	44
3.2.1　提升小波变换	44
3.2.2　前向线性预测算法	49
3.2.3　LWT-FLP算法	51
3.2.4　光纤陀螺信号去噪结果分析	52
3.3　光纤陀螺角振动误差去除方法	54
3.3.1　角振动实验与输出信号分析	54
3.3.2　灰色FLP算法	57
3.3.3　G-FLP算法	58
3.4　本章小结	60
第4章  陀螺温度漂移建模补偿技术	62
4.1　光纤陀螺温度漂移与建模方法	62
4.2　基于外界温度变化率的光纤陀螺温度误差模型	66
4.3　基于遗传算法与Elman神经网络的温度漂移建模和补偿	72
4.3.1　神经网络	72
4.3.2　Elman神经网络	74
4.3.3　遗传算法	75
4.3.4　基于GA-Elman的光纤陀螺温度漂移建模与补偿	77
4.4　本章小结	83
第5章  非连续观测组合导航模型与算法	84
5.1　非连续观测组合导航系统解决思路与典型模型	84
5.2　卡尔曼滤波与神经网络在非连续观测组合导航中的应用	89
5.2.1　强跟踪卡尔曼滤波	89
5.2.2　小波神经网络	91
5.2.3　实验结果与分析	95
5.3　自学习容积卡尔曼滤波在组合导航中的应用	100
5.3.1　平方根容积卡尔曼滤波	100
5.3.2　长短时记忆神经网络	103
5.3.3　自学习容积卡尔曼滤波	105
5.3.4　实验结果与分析	109
第6章  基于惯性视觉的类脑导航技术	116
6.1　仿生导航背景概述	116
6.2　仿生导航机理	118
6.2.1　位置细胞	118
6.2.2　头朝向细胞	119
6.2.3　网格细胞	122
6.2.4　速度细胞	123
6.2.5　类脑导航系统	124
6.3　高速有效的节点匹配算法	128
6.3.1　扫描线强度法	129
6.3.2　GMS（基于网格的运动统计）	131
6.3.3　扫描线强度/GMS	135
6.4　算法验证	136
第7章  总结与展望	141
7.1　惯性基导航智能信息处理技术总结	141
7.2　研究展望	144
参考文献	145

基于惯性导航的组合导航系统能够为载体提供姿态、速度、位置等导航信息，目前已在海、陆、空等领域得到了广泛应用。惯性基组合导航系统是通过选择适当的算法将各子系统的信息进行融合，克服单个系统的缺点，使组合后的系统在满足成本要求的前提下，提高导航信息的可靠性、精度和完整性。因此，信息处理技术对整个组合导航系统的性能至关重要。在组合导航系统工作过程中，由于器件自身原理、工作环境等影响，惯性基组合导航系统的输出信息存在误差，包括陀螺仪噪声、温度漂移、非连续观测等，这会严重降低系统的精度和鲁棒性，因此惯性基组合导航系统的信息处理技术研究是十分必要的。著书过程中，我们总结了多年来在惯性基组合导航系统信息处理方面的技术经验，并在书中进行详细阐述，主要包括：典型惯性器件及系统的介绍；惯性器件的信息处理方法，如陀螺仪噪声分析与处理、陀螺温度漂移建模补偿；惯性基组合导航系统，如非连续观测组合导航模型与算法；还详细介绍了前沿研究热点，如基于惯性视觉的类脑导航技术等相关内容。
在著书过程中参考了部分兄弟院校的相关资料，并得到了东南大学陈熙源教授及中北大学仪器科学与动态测试教育部重点实验室多位教授的指导与帮助，在此一并表示感谢。
由于作者水平有限，书中难免存在不足之处，恳请广大读者批评指正。

本书配套资源下载

对不起，暂无音视频资源！