【正文】 慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于 初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于 初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。 （ 5）針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)，設(shè)計(jì)了將遺傳算法用于 初始對(duì)準(zhǔn)時(shí)的適應(yīng)度函數(shù)，分別將遺傳算法用于粗對(duì)準(zhǔn)和精對(duì)準(zhǔn)，探討了遺傳算法用于初始對(duì)準(zhǔn)的可行性。如還不能顯示，可以聯(lián)系我 q q 1627550258 ，提供原格