第1部分  基础篇
  第1章  绪论
    1.1  导航对象概述
    1.2  多源融合导航概述
    1.3  多源融合导航基本理论
      1.3.1  贝叶斯递归滤波
      1.3.2  高斯滤波
      1.3.3  线性卡尔曼滤波
      1.3.4  非线性卡尔曼滤波
      1.3.5  非线性滤波的发展
    参考文献
  第2章  导航信源
    2.1  惯性导航系统
      2.1.1  惯性导航技术的发展及现状
      2.1.2  惯性导航系统的基本原理
      2.1.3  两种惯性导航系统对比
    2.2  卫星导航系统
      2.2.1  卫星导航技术的发展及现状
      2.2.2  卫星导航系统的定位原理
      2.2.3  卫星导航系统的定位特点
      2.2.4  北斗卫星导航系统
    2.3  天文导航系统
      2.3.1  天文导航技术的发展及现状
      2.3.2  星敏感器的结构及其工作原理
      2.3.3  天文导航系统的基本原理
      2.3.4  天文导航系统的特点
    2.4  地磁导航系统
      2.4.1  地磁导航技术的发展及现状
      2.4.2  地磁导航系统的基本原理
      2.4.3  地磁导航系统的特点
    2.5  多普勒导航系统
      2.5.1  多普勒导航技术的发展及现状
      2.5.2  多普勒导航系统的基本原理
      2.5.3  多普勒导航系统的特点
    2.6  重力导航系统
      2.6.1  重力导航技术的发展及现状
      2.6.2  重力导航系统的基本原理
    2.7  仿生导航系统
      2.7.1  仿生导航技术的发展及现状
      2.7.2  仿生偏振光导航系统的基本原理
    参考文献
  第3章  多源融合导航算法框架
    3.1  卡尔曼滤波融合导航
      3.1.1  集中式序贯卡尔曼滤波融合导航
      3.1.2  分布式联邦卡尔曼滤波融合导航
    3.2  因子图融合导航
      3.2.1  因子图理论
      3.2.2  基于因子图的导航系统建模
      3.2.3  多源信息融合因子图算法
      3.2.4  自适应因子图融合导航
    3.3  交互多模型融合导航
      3.3.1  交互多模型的原理
      3.3.2  基于交互多模型的多源融合导航算法
    参考文献
第2部分  航空篇
  第4章  无人机及其集群
    4.1  无人机发展概述
      4.1.1  军用无人机
      4.1.2  工业级无人机
      4.1.3  消费级无人机
    4.2  无人机多源融合导航概述
      4.2.1  惯性/卫星融合导航系统
      4.2.2  惯性/天文融合导航系统
      4.2.3  惯性/卫星/天文融合导航系统
    4.3  无人机集群概述
      4.3.1  无人机集群编队的重要性
      4.3.2  无人机集群发展现状
      4.3.3  无人机集群关键技术
    4.4  无人机集群协同导航概述
      4.4.1  无人机集群协同导航的结构
      4.4.2  无人机集群协同导航技术
    参考文献
  第5章  无人机多源融合导航算法
    5.1  无人机多源融合导航算法概述
    5.2  MIMU/BDS融合导航算法
      5.2.1  基于加性四元数的MIMU误差方程
      5.2.2  MIMU/BDS融合导航实现方式
      5.2.3  基于容积卡尔曼滤波的MIMU/BDS融合导航实现方式
      5.2.4  MIMU/BDS融合导航算法存在的问题及解决方法
    5.3  MIMU/BDS/CNS融合导航算法
      5.3.1  MIMU/BDS/CNS集中式融合导航算法
      5.3.2  MIMU/BDS/CNS分布式融合导航算法
      5.3.3  MIMU/BDS/CNS融合导航算法存在的问题及解决方法
    参考文献
  第6章  无人机集群协同导航算法
    6.1  无人机集群协同导航算法概述
      6.1.1  基于传感器类型的无人机集群协同导航算法分类
      6.1.2  基于数学方法的无人机集群协同导航算法分类
    6.2  基于运动模型的无人机集群分层式协同导航算法
      6.2.1  基于运动模型的无人机集群分层式协同导航模式
      6.2.2  基于联邦容积卡尔曼滤波的协同导航算法
      6.2.3  仿真分析
    6.3  无人机集群分层式惯性基协同导航绝对定位算法
      6.3.1  基于惯导的协同导航模式
      6.3.2  基于联邦扩展卡尔曼滤波的协同导航算法
      6.3.3  仿真分析
    参考文献
第3部分  航天篇
  第7章  高速飞行器
    7.1  高速飞行器发展概述
      7.1.1  美国高速飞行器发展概述
      7.1.2  俄罗斯高速飞行器发展概述
      7.1.3  中国高速飞行器发展概述
      7.1.4  其他国家高速飞行器发展概述
    7.2  高速飞行器导航系统概述
      7.2.1  高速飞行器导航算法对比
      7.2.2  高速飞行器导航系统分析
      7.2.3  高速飞行器导航特点分析
    参考文献
  第8章  高速飞行器惯性基融合导航算法
    8.1  高速飞行器惯导系统
      8.1.1  常用坐标系介绍及参数说明
      8.1.2  坐标系之间的转换
      8.1.3  高速飞行器捷联式惯导计算
      8.1.4  发射坐标系下捷联式惯导系统误差方程
    8.2  高速飞行器SINS/BDS融合导航
      8.2.1  SINS/BDS融合导航系统简介
      8.2.2  发射坐标系下的SINS/BDS松耦合导航算法
      8.2.3  发射坐标系下的SINS/BDS紧耦合导航算法
      8.2.4  发射坐标系下的SINS/BDS融合导航算法仿真分析
    8.3  高速飞行器SINS/CNS融合导航
      8.3.1  SINS/CNS融合导航系统简介
      8.3.2  CNS星敏感器矢量定姿原理
      8.3.3  SINS/CNS融合导航算法
      8.3.4  SINS/CNS融合导航算法仿真分析
    8.4  高速飞行器SINS/BDS/CNS融合导航
      8.4.1  SINS/BDS/CNS融合导航系统简介
      8.4.2  SINS/BDS/CNS融合导航算法
      8.4.3  SINS/BDS/CNS融合导航算法仿真分析
    参考文献
  第9章  高速飞行器惯性/地磁融合导航算法
    9.1  地磁导航技术概述
      9.1.1  地磁场简介
      9.1.2  地磁场模型
      9.1.3  仿真分析
    9.2  惯性/地磁融合导航算法
      9.2.1  状态方程
      9.2.2  量测方程
    9.3  基于地磁轮廓匹配技术的惯性/地磁融合导航算法
      9.3.1  经典MAGCOM算法原理
      9.3.2  改进的MAGCOM算法原理
      9.3.3  改进的MAGCOM算法流程
      9.3.4  改进的MAGCOM算法仿真
    9.4  基于迭代最近轮廓点匹配技术的惯性/地磁融合导航算法
      9.4.1  ICCP算法原理
      9.4.2  ICCP算法流程
      9.4.3  ICCP算法仿真
    9.5  基于桑迪亚地磁辅助技术的惯性/地磁融合导航算法
      9.5.1  SIMAN算法原理
      9.5.2  地磁图线性化技术
      9.5.3  SIMAN算法流程
      9.5.4  SIMAN算法仿真
    9.6  基于多地磁分量辅助定位技术的惯性/地磁融合导航算法
      9.6.1  MCAL算法原理
      9.6.2  MCAL算法流程
      9.6.3  MCAL算法仿真
    9.7  各惯性/地磁融合导航算法对比分析
  参考文献
附录A  欧拉角和转换矩阵
附录B  缩写表
附录C  基础篇符号表
附录D  航空篇符号表
附录E  航天篇符号表