·基礎鋪墊：夯實導航技術的基本概念
·核心應用：深入探討組合導航理論應用
·體系覆蓋：涵蓋傳統導航與現代導航
·深度解析：剖析各種導航技術優缺點
·故障處理：介紹導航系統故障檢測與解決

本書基于提高導航的精度和可靠性的視角，從導航及組合導航的基本概念與原理出發，重點闡述組合導航系統的應用，幫助讀者在掌握原理的基礎上，提高組合導航的應用水平。
全書共11 章，第1 章為緒論，第2～4 章介紹地球參考模型、導航系統分類、組合導航基本原理與濾波方法，第5～10 章介紹INS/GPS 組合導航系統、INS/CNS 組合導航系統、INS/SAR 組合導航系統、數據庫參考導航系統、地形輔助導航系統及其他慣性組合導航系統，第11 章介紹組合導航系統的故障檢測。
本書內容系統、全面，論述清晰，適合作為高等院校相關專業本科生以及研究生的教材，也可作為工程技術人員的參考書。

本書將通過特定的分數階微積分定義與圖像處理領域的重要工具――傅里葉變換和分數階傅里葉變換建立分數階微積分與圖像變換的關系。 本書首先介紹分數階變階微分的概念，進而設計基于分數階變階微分的圖像去噪模型，以及基于分數階變階微分的圖像復原模型，最終實現了分數階微積分在圖像處理領域的交叉應用。分數階微積分、傅里葉變換、分數階傅里葉變換各自都有很好的性質，并且它們的關系式子比較簡潔，因此容易進行交叉應用。分數變階微分突破了傳統微分思想，由其建立的新模型對信號和圖像的細節處理非常有效。同時在研究的過程中以大量的數值實驗和Matlab仿真驗證所提出方法的有效性。

第1 章 緒論 1
1.1 導航的概念 1
1.1.1 導航的定義和方法 1
1.1.2 航行體對于導航系統的要求 1
1.2 導航的分類 4
1.2.1 按導航所用信息劃分 4
1.2.2 按載體所在位置劃分 6
1.2.3 按導航時載體軌跡類型劃分 7
1.2.4 按導航時對外部信息的依賴性劃分 8
第2 章 地球參考模型 9
2.1 地球的幾何形狀 9
2.1.1 地球的形狀 9
2.1.2 參考橢球體介紹 10
2.1.3 地球參考橢球體主曲率半徑 10
2.2 地球的重力場 13
2.3 垂線、緯度及高度的定義 14
2.3.1 垂線的定義 14
2.3.2 緯度的定義 14
2.3.3 高度的定義 15
2.4 導航常用坐標系及坐標系間的轉換 15
2.4.1 導航常用坐標系 15
2.4.2 坐標系的轉換 17
第3 章 導航系統分類 19
3.1 慣性導航系統 19
3.1.1 慣性導航原理 19
3.1.2 慣性導航系統的分類 23
3.1.3 平臺式慣性導航系統的力學編排方程 25
3.1.4 平臺式慣性導航系統的誤差模型 28
3.1.5 捷聯式慣性導航系統的力學編排方程 32
3.1.6 捷聯式慣性導航系統的誤差模型 35
3.1.7 速率偏頻激光陀螺儀慣性導航系統 40
3.2 衛星導航系統 45
3.2.1 GPS 45
3.2.2 GLONASS 導航系統 47
3.2.3 北斗衛星導航系統 47
3.2.4 伽利略導航衛星系統 48
3.3 陸基無線電導航系統 48
3.3.1 塔康 48
3.3.2 測距器 48
3.3.3 伏爾 49
3.3.4 羅蘭-C 49
3.3.5 奧米伽 49
3.3.6 多普勒導航系統 50
3.4 天文導航系統 50
3.5 其他導航系統 51
3.5.1 地形輔助導航系統 51
3.5.2 聯合戰術信息發布系統 52
3.5.3 定位報告系統 52
3.6 組合導航系統 53
第4 章 組合導航基本原理與濾波方法 54
4.1 組合導航概述 54
4.2 組合導航基本原理 54
4.3 組合導航系統的發展 56
4.3.1 組合導航與最優估計 56
4.3.2 組合導航的應用和發展 57
4.4 濾波方法與算法 59
4.4.1 濾波理論與方法 59
4.4.2 典型濾波算法 64
4.5 采用卡爾曼濾波的最優綜合方法 77
4.5.1 濾波結構 77
4.5.2 估計方法 78
4.5.3 校正方法 78
4.5.4 狀態選取和次優濾波方法 79
4.6 濾波誤差分析 80
4.6.1 誤差分析方法 80
4.6.2 協方差分析 81
第5 章 INS/GPS 組合導航系統 86
5.1 INS/GPS 組合導航系統原理及設計 86
5.1.1 INS/GPS 組合導航系統原理 86
5.1.2 基于卡爾曼濾波的INS/GPS 組合導航系統設計 87
5.2 INS/GPS 組合導航系統的硬件實現方式 87
5.2.1 INS 輔助GPS 接收機快捕衛星信號 88
5.2.2 INS 輔助GPS 接收機跟蹤信號 88
5.3 SINS/GPS 組合導航系統的軟件實現方式 89
5.3.1 SINS 和GPS 軟件的組合策略 90
5.3.2 雙差相位觀測值閉環校正組合方法 91
5.4 分布式濾波與全組合濾波 94
5.4.1 組合導航系統問題描述 94
5.4.2 全組合濾波法 95
5.4.3 分布式濾波法 96
5.4.4 INS/GPS 組合濾波器及其應用 97
5.5 INS 用于周跳的檢測與模糊度參數修復 98
5.6 GPS 輔助INS 提高慣性平臺姿態精度 99
5.6.1 慣性平臺姿態精度問題描述 99
5.6.2 GPS 速度輔助提高慣性平臺水平姿態精度 99
5.6.3 慣性平臺水平失準誤差的估計 100
第6 章 INS/CNS 組合導航系統 101
6.1 INS/CNS 組合導航系統原理 101
6.2 天文導航系統組成與原理 102
6.2.1 天文導航敏感器 102
6.2.2 天文導航的原理和方法 103
6.3 INS/CNS/GNSS 組合導航系統及其應用 112
6.3.1 空間慣性組合導航的狀態方程 113
6.3.2 INS/星敏感器/GNSS 組合導航的觀測方程 116
6.3.3 INS/星敏感器/GNSS 組合導航仿真 117
第7 章 INS/SAR 組合導航系統 120
7.1 合成孔徑雷達的基本理論 120
7.1.1 雷達的發展概況 120
7.1.2 合成孔徑雷達的特點、發展現狀與研究方向 121
7.2 INS/SAR 組合導航系統的原理 122
7.2.1 系統原理簡述 122
7.2.2 INS/SAR 組合導航系統的主要組成模塊功能 124
7.2.3 實現INS/SAR 組合導航系統的關鍵技術 125
7.2.4 INS/SAR 組合導航系統的特點及應用 125
7.3 INS/SAR 組合導航系統的數學模型 126
7.3.1 INS/SAR 組合導航系統的狀態方程和測量方程 126
7.3.2 INS/SAR 組合濾波器的性能分析與仿真 127
7.4 SAR 的運動補償 128
7.4.1 運動補償的基本原理 128
7.4.2 運動補償的因素及措施 129
7.4.3 IMU 數據與雙星定位系統組合的機載SAR 運動補償 135
7.5 主INS 和天線附加的IMU 之間的傳遞對準及處理 137
7.5.1 主INS 和天線附加的IMU 之間的傳遞對準 137
7.5.2 傳遞對準卡爾曼濾波器數學模型 138
7.6 INS 的誤差修正 140
7.6.1 INS/SAR 組合導航系統觀測量的獲得 140
7.6.2 誤差校正與故障檢測 143
第8 章 數據庫參考導航系統 144
8.1 數據庫參考導航系統概述 144
8.2 典型數據庫參考導航系統 145
8.2.1 地形測量 DBRN 系統和深海測量DBRN 系統 145
8.2.2 磁DBRN 系統與重力DBRN 系統 146
8.2.3 天體/星體DBRN 系統 147
8.3 地形數據庫參考導航 148
8.3.1 地形參考導航的概念和特點 148
8.3.2 地形參考導航的方法 149
8.3.3 TERCOM 導航系統 151
8.3.4 SITAN 系統 154
8.3.5 TERCOM 導航系統與SITAN 系統的比較 162
8.3.6 地形參考導航的仿真計算 162
第9 章 地形輔助導航系統 165
9.1 地形輔助導航系統概述 165
9.1.1 地形輔助導航技術的發展背景 165
9.1.2 地形輔助導航系統的組成及特點 165
9.2 地形輔助導航系統的類型 166
9.2.1 基于地形高度數據的地形匹配系統 166
9.2.2 景象匹配地形輔助導航系統 167
9.3 地形輔助導航系統的數學模型 167
9.4 地形輔助導航系統的關鍵技術 169
9.4.1 數字地圖 169
9.4.2 存儲技術 170
9.4.3 多模卡爾曼濾波技術 171
9.4.4 數字相關器 171
第10 章 其他慣性組合導航系統 172
10.1 SAR/單軸穩定SINS 組合導航系統 172
10.1.1 原理與數學模型 172
10.1.2 系統仿真數據與結論 173
10.2 GPS/DR 組合導航系統 173
10.2.1 GPS/DR 組合導航數學模型 173
10.2.2 GPS/DR 組合導航自適應卡爾曼濾波算法 174
10.2.3 GPS/DR 組合導航粒子濾波算法 177
10.3 車輛導航北斗雙星定位技術 178
10.3.1 北斗雙星定位導航系統的組成及其定位過程 178
10.3.2 北斗雙星定位導航系統定位解算過程 179
第11 章 組合導航系統的故障檢測 180
11.1 子系統故障檢測 180
11.1.1 基于KPCA 的SINS 傳感器故障診斷 180
11.1.2 基于RAIM 的GNSS 故障診斷 185
11.2 系統級故障檢測 187
11.2.1 狀態χ2檢驗法 188
11.2.2 殘差χ2檢驗法 190
11.3 統計學習理論與支持向量機 191
11.3.1 統計學習理論 191
11.3.2 支持向量機原理 193
11.3.3 最小二乘支持向量機 196
11.4 基于LS-SVM 的故障檢測方法 199
參考文獻 201