本文的题目是改进的粒子滤波在组合导航中的应用研究。文档可用caj打开。 本课题首先研究了GPS/DR车载定位系统的组合模型，然后在分析了非线性滤波的基础上，引入了粒子滤波。粒子滤波是一种基于递推计算的序列蒙特卡罗算法，它采用一组从概率密度函数上随机抽取的并附带相关权值的粒子集来逼近后验概率密度，从而不受非线性、非高斯问题的限制。虽然粒子滤波存在诸多优点，然而它仍然存在诸如粒子数匿乏、滤波性能不高、实时性差等问题。

提出了一种基于小波神经网络整定的PID 控制方法。由于小波变换具有良 好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规 范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧 支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,渗碳炉控制实 验结果表明,用该方法整定的PID 控制系统收敛速度快,逼近精度高,鲁棒性好