正版世载波相位时间差分/捷联惯导组合导航方法研究9787118102703汤勇刚,吴美平 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

汤勇刚，吴美平 著

图书标签:

• 惯性导航
• 组合导航
• 载波相位差分
• 捷联惯导
• 导航技术
• 定位
• 误差分析
• 算法研究
• 测绘科学
• 汤勇刚

店铺： 温文尔雅图书专营店

出版社： 国防工业出版社

ISBN：9787118102703

商品编码：29593565768

包装：平装

出版时间：2016-07-01

【拍前必读】：

本店销售的书籍品相可能因为存放时间长短关系会有成色不等，请放心选购。

付款后，不缺货的情况下，48小时内发货，如有缺货的情况下，我们会及时在聊天窗口给您留言告知。

发货地北京，一般情况下发货后同城次日可以到达，省外具体以快递公司运输为准。

望每位读者在收货的时候要验货，有什么意外可以拒签，这是对您们权益的保护。

注意：节假日全体放假，请自助下单；如需帮助请及时与我们联系。祝您购物愉快！商家热线：010-57272736

基本信息

书名：载波相位时间差分/捷联惯导组合导航方法研究

定价：50.00元

作者：汤勇刚,吴美平

出版社：国防工业出版社

出版日期：2016-07-01

ISBN：9787118102703

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

---

内容提要

---

汤勇刚、吴美平所*的《载波相位时间差分\捷 联惯导组合导航方法研究》以地面车辆和水面舰艇等 中低动态载体的导航为背景，以卫星导航系统和激光 陀螺捷联惯导系统构成的组合导航系统为主要研究对 象，提出在卫星导航/捷联惯导组合导航系统中充分利 用载波相位时间差分信号以改善系统的性能，并对涉 及的主要理论问题和方法进行了研究。

目录

---

章 绪论 1.1 引言 1.2 问题的提出和研究意义 1.3 外发展及研究现状 1.3.1 卫星导航与惯性导航 1.3.2 北斗卫星导航系统及其组合导航技术的发展与研究现状 1.3.3 载波相位时间差分技术的发展及研究现状 1.3.4 载波相位时间差分/捷联惯导组合导航的关键技术及其研究现状 1.4 研究的内容、组织结构和主要贡献 1.4.1 研究内容及组织结构 1.4.2 主要贡献第2章 基本原理及数学模型 2.1 载波相位测量的数学模型 2.2 载波相位主要误差源的时空相关特性 2.3 载波相位时间差分的基本原理和数学模型 2.3.1 载波相位时间差分的基本原理 2.3.2 载波相位时间差分的数学模型 2.4 载波相位时间差分/捷联惯导组合的基本原理 2.5 小结第3章 卫星导航/惯导组合导航系统的全局可观性分析 3.1 可观性定义和基本概念 3.1.1 可观性定义 3.1.2 可观性与估计精度和滤波器稳定性之间的关系 3.2 非线性全局可观性分析 3.2.1 卫星/捷联惯导组合导航系统的非线性系统模型 3.2.2 全局可观性充分条件 3.3 仿真及实验验证 3.3.1 仿真1：卫星导航/高精度惯导系统 3.3.2 仿真2：卫星导航/低精度惯导系统 3.3.3 仿真3：载体作“跳跃”运动 3.3.4 跑车实验 3.4 小结第4章 载波相位时间差分/捷联惯导组合导航算法 4.1 载波相位时间差分/捷联惯导组合导航可观性分析 4.2 组合导航滤波器 4.2.1 地固坐标系下的捷联惯导误差模型 4.2.2 滤波器状态方程 4.2.3 滤波器观测方程 4.2.4 测量数据中周跳的处理方法 4.2.5 组合导航实验 4.3 降阶滤波器 4.3.1 滤波器降阶方法 4.3.2 对降阶滤波器的实验验证 4.4 非完整约束的应用 4.4.1 非完整约束的等效观测方程 4.4.2 应用非完整约束的实验验证 4.5 小结第5章 载波相位时间差分速度估计算法研究 5.1 速度测量及其精度分析 5.1.1 速度测量算法 5.1.2 速度测量的精度分析 5.2 载波相位率的提取 5.2.1 非线性跟踪-微分器的基本原理 5.2.2 载波相位率提取算法 5.3 仿真与实验 5.3.1 非线性跟踪-微分器的仿真分析 5.3.2 跑车实验 5.4 小结第6章 总结与展望 6.1 总结 6.2 研究展望后记附录A 常用坐标系和时间系统 A.1 常用坐标系的定义 A.2 常用坐标系的相互转换关系 A.3 时间系统及相互关系参考文献

作者介绍

---

文摘

---

序言

---

《高精度组合导航系统理论与应用》 内容简介 本书深入探讨了现代高精度组合导航系统的理论基础、关键技术以及在各个领域的广泛应用。旨在为读者提供一个全面、系统且具有前瞻性的视角，理解并掌握如何融合多种导航传感器的优势，构建出性能卓越、鲁棒性强的导航解决方案。 第一篇 组合导航系统基础理论 本篇将系统阐述组合导航的基本概念、发展历程以及其核心优势。我们将从导航的本质出发，解析传统单一导航方式的局限性，并引出组合导航的必然性和重要性。 第一章 导航的本质与发展： 定义导航，追溯其在人类历史上的起源和演变，从远古的星象导航、地标导航，到近代的磁罗盘、六分仪，再到现代的电子导航。 分析不同导航方式（如陆地、海洋、航空、航天）的特点和挑战。 探讨导航精度、可靠性、可用性等关键性能指标的定义和衡量标准。 介绍导航技术发展的主要驱动力，包括军事需求、交通运输、科学探索、商业服务等。 概述惯性导航、卫星导航、视觉导航、激光雷达导航等主要导航技术的发展脉络。 强调单一导航系统在特定环境下（如GPS信号中断、环境遮挡）的脆弱性，为引入组合导航奠定基础。 第二章 组合导航系统的基本原理： 明确组合导航的定义：将两种或多种独立导航传感器的数据进行融合，以获得比单一传感器更优越的导航性能。 深入剖析组合导航的核心思想：互补性与冗余性。解释不同传感器如何在协同工作中弥补彼此的不足，例如，惯性测量单元（IMU）提供高频的姿态和速度信息，而卫星导航系统（GNSS）提供低频但绝对位置信息。 介绍组合导航系统的数据融合模型： 卡尔曼滤波（Kalman Filter, KF）及其变种： 详细介绍线性卡尔曼滤波的原理、状态方程、观测方程、预测更新过程。重点阐述扩展卡尔曼滤波（Extended Kalman Filter, EKF）和无迹卡尔曼滤波（Unscented Kalman Filter, UKF）在处理非线性系统时的优势和适用场景。 粒子滤波（Particle Filter, PF）： 介绍其基于蒙特卡洛方法的原理，特别是在处理非高斯噪声和多模态分布时的能力，以及其在某些复杂导航场景下的应用潜力。 其他融合算法简介： 简要提及基于优化的融合方法、神经网络融合方法等，为读者提供更广阔的视野。 解释组合导航系统中状态向量的构成：通常包括位置、速度、姿态（如欧拉角、四元数）、系统误差（如IMU偏差、GNSS接收机钟差）等。 分析观测模型的设计：如何从不同传感器获取的原始数据（如加速度计、陀螺仪测量值，GNSS伪距、载波相位测量值）映射到状态向量的估计。 第三章 典型导航传感器及其特性分析： 惯性测量单元（IMU）： 详细介绍加速度计和陀螺仪的工作原理、输出信号及其测量原理。 深入分析IMU的误差源：零偏、尺度因子误差、轴不对准误差、随机噪声、温度漂移等。 阐述IMU的短时积分精度高、不受外部信号影响的优势，以及随时间积分误差累积的局限性。 根据不同精度等级（如消费级、战术级、导航级、战略级）对IMU进行分类，并分析其性能差异和适用范围。 全球导航卫星系统（GNSS）： 介绍GNSS（如GPS, GLONASS, Galileo, BeiDou）的基本组成（空间段、地面控制段、用户段）和工作原理。 深入分析GNSS的定位原理：伪距定位、载波相位定位（RTK）。 详细讲解伪距测量的误差源：大气延迟（电离层、对流层）、多路径效应、接收机噪声、卫星钟差、轨道误差等。 阐述载波相位测量的优势：极高的精度（厘米级甚至毫米级），但受信号连续性和周跳影响。 分析GNSS在信号遮挡、多路径、干扰（如欺骗、压制）等环境下的局限性。 其他辅助导航传感器： 航姿参考系统（Attitude and Heading Reference System, AHRS）： 介绍其基本构成和输出，以及与IMU的区别和联系。 磁力计： 工作原理、精度特点，以及易受地磁异常和金属干扰的影响。 气压计/高度计： 原理、精度，以及在大气压力变化和温度影响下的误差。 轮速计/里程计： 工作原理、精度，以及在车轮打滑、地面不平时的误差。 激光雷达（LiDAR）/视觉传感器（Camera）： 介绍其基本原理、工作方式，以及在SLAM（Simultaneous Localization and Mapping）等技术中的应用，为环境感知和辅助定位提供数据。 第二篇 核心组合导航技术研究 本篇将聚焦组合导航系统中最为关键和复杂的技术环节，包括各种传感器的误差特性、滤波算法的深度应用，以及在实际应用中需要解决的挑战。 第四章 惯性与卫星导航系统（INS/GNSS）组合导航： 详细分析INS和GNSS各自的误差模型。 深入研究INS/GNSS组合导航的状态方程和观测方程构建。 重点阐述卡尔曼滤波（EKF/UKF）在INS/GNSS组合导航中的应用，包括状态量的选择、噪声协方差矩阵的设定、数据更新频率的匹配等。 分析载波相位测量（RTK）在INS/GNSS组合导航中的优势和实现方法。 探讨INS/GNSS组合导航的初始化策略，包括粗对准和精对准。 研究在GNSS信号丢失（如隧道、城市峡谷）情况下的INS自主导航策略，以及信号恢复后的快速重新对准技术。 分析不同GNSS系统（GPS, GLONASS, Galileo, BeiDou）的融合对组合导航性能的影响。 第五章 惯性与视觉/激光雷达（INS/VIO/LIO）组合导航： 介绍视觉里程计（Visual Odometry, VO）和视觉惯性里程计（Visual-Inertial Odometry, VIO）的基本原理，包括特征提取、特征匹配、运动估计、三角测量等。 深入分析VIO的系统模型，包括相机模型、IMU模型以及它们之间的相对运动关系。 讲解如何将IMU数据与视觉信息进行融合，利用IMU的高频运动估计补偿视觉数据的稀疏性和延迟，提高定位和姿态估计的鲁棒性。 介绍激光雷达惯性里程计（LiDAR-Inertial Odometry, LIO）的基本原理，包括点云配准、特征提取、运动估计等。 分析LIO与IMU的融合，利用IMU数据提供高频姿态变化信息，补偿激光雷达扫描过程中的运动模糊，提高定位精度。 探讨INS/VIO/LIO在GNSS受限环境下的应用，如室内导航、水下导航、地下隧道导航等。 第六章 组合导航系统的误差分析与标定： 系统梳理组合导航系统中可能出现的各类误差，包括传感器本身的误差、模型误差、数据融合算法误差、环境误差等。 深入分析不同类型误差对组合导航系统整体性能的影响。 详细介绍组合导航系统及其组成传感器的标定方法： IMU内参标定： 包括零偏、尺度因子、轴不对准、安装误差等的标定方法，如静止标定、动态标定。 GNSS接收机标定： 包括天线相位中心偏差、接收机钟差等。 多传感器外部参数标定（Extrinsic Calibration）： 解决不同传感器在三维空间中的相对位置（平移）和相对姿态（旋转）关系，如视觉与IMU的标定、激光雷达与IMU的标定。 系统级标定： 联合标定整个组合导航系统，优化所有传感器参数和系统模型参数。 讨论标定数据的获取、处理和评估方法。 分析标定精度对组合导航系统性能的重要性。 第三篇 组合导航系统的应用与挑战 本篇将展示组合导航技术在不同领域的实际应用案例，并探讨当前组合导航系统面临的挑战以及未来的发展趋势。 第七章 组合导航系统在自动驾驶中的应用： 详细阐述高精度组合导航在自动驾驶汽车中的核心作用：高精度定位、车辆状态估计（速度、加速度、姿态）、路径规划、传感器融合感知等。 分析INS/GNSS/IMU/相机/激光雷达等多传感器融合在复杂交通场景下的协同工作模式。 探讨在城市峡谷、高架桥下、隧道等GNSS信号弱或中断区域，如何依靠IMU和视觉/激光雷达数据实现无缝导航。 介绍高精度地图与组合导航的结合，提升定位的绝对精度和相对精度。 讨论冗余设计和故障诊断在自动驾驶安全中的重要性。 第八章 组合导航系统在无人机/机器人领域的应用： 分析组合导航技术在无人机（UAV）和机器人（如AGV, Service Robot）中的关键应用：自主飞行/行走、避障、航迹保持、精确着陆/对接、协同作业等。 探讨在GNSS信号受限或被屏蔽的室内、地下、水下等环境中，如何利用INS/视觉/激光雷达/超声波等传感器实现高精度自主导航。 介绍SLAM技术在无人机/机器人导航中的应用，以及与IMU的融合（VINS-Fusion, LIO-SAM等）。 讨论轻量化、低功耗的组合导航解决方案设计。 第九章 组合导航系统在其他领域的应用： 航空航天： 卫星导航、运载器导航、空间站姿态控制、月球/火星探测器着陆与巡视。 海洋工程： 船舶导航、水下航行器（AUV/ROV）定位、海洋测绘。 军事领域： 导弹制导、精确打击、战场态势感知、特种作战。 测绘与地理信息： 高精度地图测绘、变形监测、形变测量。 个人导航与可穿戴设备： 室内定位、运动分析、增强现实（AR）应用。 第十章 组合导航系统的挑战与未来发展趋势： 现有挑战： 传感器性能瓶颈： 成本与性能的权衡，高精度传感器成本高昂，低成本传感器精度不足。 误差累积与补偿： 惯性器件误差的长期累积，以及复杂环境下的误差建模与补偿困难。 鲁棒性与可靠性： 在恶劣环境（强干扰、信号中断、遮挡）下的导航性能下降问题。 计算资源与功耗： 复杂滤波算法和多传感器数据处理对计算能力和能源的需求。 标准化与互操作性： 不同系统和传感器之间的兼容性问题。 安全性与抗干扰性： 面对现代导航对抗（如GNSS欺骗、压制）的挑战。 未来发展趋势： AI与深度学习在组合导航中的应用： 利用神经网络进行误差建模、传感器故障诊断、特征提取、数据融合，提升导航系统的智能化水平。 新型传感器与微型化技术： 研发更高精度、更小型化、更低功耗的惯性传感器、视觉传感器、激光雷达等。 多模态传感器深度融合： 探索更深层次的融合机制，实现不同性质传感器数据的协同增强。 基于场景感知的自适应导航： 根据不同导航环境和场景，动态调整融合策略和滤波器参数。 低成本高精度解决方案： 致力于开发兼顾成本和性能的下一代组合导航系统。 量子导航技术的前沿探索： 展望量子传感器在未来导航领域的潜力。 安全与可信导航： 加强导航系统的抗干扰、反欺骗能力，提高导航数据的可信度。 本书力求理论与实践相结合，既有对基本原理的深入剖析，也有对实际应用的详尽介绍。通过阅读本书，读者将能够： 1. 深刻理解 组合导航系统的基本原理、优势及实现方式。 2. 掌握 各种导航传感器的工作原理、误差特性及互补关系。 3. 熟练运用 卡尔曼滤波等数据融合算法构建高性能组合导航系统。 4. 深入了解 组合导航在自动驾驶、无人机、机器人等前沿领域的应用。 5. 洞察 组合导航技术面临的挑战以及未来的发展方向。 本书适用于从事导航、控制、机器人、自动驾驶、航空航天、测绘等领域的科研人员、工程师、研究生以及相关领域的爱好者。

评分☆☆☆☆☆

这本书的版式设计非常现代，色彩搭配沉稳大气，书名中的“正版”字样也传递出一种权威和可靠感。我一直对导航技术在现代社会中的广泛应用感到惊叹，从我们日常使用的手机导航，到深空探测器，导航无处不在。这本书聚焦于“世载波相位时间差分/捷联惯导组合导航”，这听起来是相当专业且前沿的研究方向。我猜测书中会详细介绍，当今世界，尤其是在复杂的电磁环境或者缺乏GNSS信号覆盖的区域，如何通过巧妙地组合惯导系统和载波相位差分技术，来维持导航系统的连续性和可靠性。例如，在城市峡谷、室内环境、水下或者太空等特殊场景下，单独的GNSS系统往往难以胜任，而惯导系统又存在累积误差的问题。这本书是否会提供有效的解决方案，来解决这些“痛点”？我期待它能够解答这些疑问，并展现组合导航在应对极端导航环境方面的强大能力。

评分☆☆☆☆☆

翻开这本书，首先映入眼帘的是大量专业符号和公式，虽然初读有些吃力，但正是这种深度让我感受到其研究的严谨性。书名中的“研究”二字，表明了其学术探索的性质。我推测这本书可能更侧重于理论研究和算法设计，而非简单的技术介绍。它或许会深入探讨各种导航误差的来源和建模，以及如何设计有效的滤波算法（如卡尔曼滤波及其变种）来估计和补偿这些误差。特别地，“时间差分”这个概念，在导航领域常常与高精度定位相关联，我很好奇书中是如何应用时间差分技术来提高载波相位测量的稳定性和精度，又或者它在惯导系统的误差分析中有何作用。对于我来说，理解这些复杂的数学模型和算法的背后逻辑，将是一次烧脑但充实的学习过程。我希望这本书能为我在学习相关课程或进行类似研究时，提供坚实的理论基础和有价值的参考。

评分☆☆☆☆☆

这本书的装帧给我一种严谨、学术的印象，厚实的纸张和精美的排版都显示出出版方的用心。书名中的“组合导航”字眼让我联想到，它可能是在探讨如何将不同的导航技术进行融合，以达到比单一技术更优越的性能。这种跨技术的整合思路，本身就充满了创新性和前瞻性。我很好奇，书中是如何具体地阐述“载波相位时间差分”和“捷联惯导”这两种技术如何实现优势互补的。是否会详细介绍它们各自的原理、优缺点，以及在融合过程中需要克服的技术难点？比如，惯导系统在长时间使用后容易出现的误差累积问题，是否能通过载波相位差分的高精度外部修正来得到有效缓解？反之，在卫星信号丢失或受到干扰的情况下，惯导系统是否又能为载波相位差分提供临时的、短时的连续定位能力？这种相互依赖、相互支撑的导航模式，在许多关键领域，如国防、航空管制、高精度测绘等方面，都具有不可替代的价值。我期待书中能够深入剖析这些技术融合的机理，并提供一些实际的融合算法和实验验证。

评分☆☆☆☆☆

一本封面设计简洁，字体清晰的图书，书名《正版世载波相位时间差分/捷联惯导组合导航方法研究》吸引了我，虽然我对这个领域的专业术语尚不完全熟悉，但其背后蕴含的科技魅力着实令我好奇。想象一下，在复杂的地理环境下，如何通过精确的导航技术指引方向，这本身就是一个充满挑战和智慧的课题。这本书或许能为我们揭示隐藏在精密仪器和算法背后的秘密。我期待它能以一种相对易懂的方式，带领我这个门外汉，初步领略惯性导航和载波相位差分技术的精髓。例如，它是否会阐述惯导系统是如何通过测量加速度和角速度来推算位置和姿态的？又或者，书中是否会详细讲解载波相位差分技术是如何利用卫星信号的相位信息来达到厘米级乃至毫米级的定位精度？这些都是我非常感兴趣的点。我希望这本书不仅仅是冰冷的理论堆砌，更能通过一些生动的案例，比如在航空、航海、甚至无人驾驶领域的应用，来展现这些技术的实际价值和重要性。毕竟，科技的进步最终是为了更好地服务于人类的生活和社会的发展。

评分☆☆☆☆☆

我注意到这本书的内容似乎包含了一定的算法研究和技术创新，书名中“方法研究”的字眼也印证了这一点。这让我对其可能带来的实际应用前景充满了期待。我好奇书中是否会提出新的组合导航算法，或者对现有算法进行优化，以提高导航精度、鲁棒性或降低计算复杂度。比如，在结合惯导和载波相位差分时，如何设计更优的传感器融合策略？是否会涉及到一些先进的机器学习或人工智能技术，来辅助导航信息的处理？我对书中可能包含的实验数据和分析非常感兴趣，通过实际的测试结果，可以直观地了解所提出的导航方法在不同条件下的表现。这些研究成果，如果能够转化为实际产品或应用，必将对提高各行各业的导航水平产生积极的影响，尤其是在自动驾驶、精密农业、地理信息系统等领域，高精度、高可靠性的导航是关键的支撑技术。