本书研究了导航系统、自主导航系统及其误差，以及用于提高其精度的制导和导航系统算法；介绍了经典卡尔曼滤波算法和联合卡尔曼滤波算法，包括用于构建所研究系统模型的算法，特别是自组织算法和神经网络算法；提出了一种基于研究对象的、具有现代概念的动态系统模型复合法，对所考虑的算法的实际应用给予了重点分析。提出了使用它们控制导弹的最优方法，例如当飞行器在移动航空母舰上起降时。修正其导航系统，提高飞行器模拟器舱和飞行器导航体系模拟器的准确性。 本书适合从事各种飞行器和其他动态物体的信息处理及控制理论和应用问题研究的科学工作者和工程师阅读。

第1章 飞行器制导系统
1.1 制导方法和系统分类
1.2 脱靶量的概念
1.3 目标毁伤的误差预测
1.4 自主制导导引头陀螺仪的运动数学模型
1.4.1 目标和飞行器的运动学方程的推导
1.4.2 描述目标线角运动的开放式结构
1.4.3 导引头陀螺仪装置及其操作原理
1.4.4 导引头陀螺仪驱动器的数学模型
1.5 空间振荡条件下的飞行器雷达控制算法
第2章 惯性和雷达导航系统
2.1 导航系统
2.2 导航系统的分类
2.3 自主导航系统的误差
2.4 可调式导航系统
2.5 飞行器导航系统的误差分析
2.6 导航复合系统
第3章 一般估算算法
3.1 卡尔曼滤波优化算法
3.2 联合卡尔曼滤波器
3.3 模型预测构建算法
3.4 线性趋势
3.5 人工神经网络算法
3.6 遗传算法
3.7 改进的紧凑型遗传算法
第4章 其他估算算法
4.1 自组织算法
4.2 启发式自组织系统
4.3 自变量组计算方法
4.3.1 MGAA的基本原则与优化标准
4.3.2 变量选择的规则
4.4 导航测量系统的动态系统合成
4.4.1 测量系统的系统合成
4.4.2 测量系统的动态系统合成
4.4.3 动态系统的合成方法
4.4.4 模型构建算法
第5章 模型构建和估算算法的实际应用
5.1 逼近机动目标时对飞行器的最优控制
5.2 移动航空母舰上的飞行器起降任务
5.2.1 智能系统与导航系统的合成
5.2.2 带有退化调节器的测量系统
5.2.3 用于INS校正的非线性控制算法
5.3 动态系统模型合成
5.3.1 构造INS误差模型的算法开发
5.3.2 INS误差模型
5.4 联合卡尔曼滤波器的改进方法
5.4.1 非平稳模型状态变量的可观测性程度的标准
5.4.2 联合卡尔曼滤波器的变换
5.4.3 无反馈式联合卡尔曼滤波器的改进
5.4.4 反馈式联合卡尔曼滤波器的改进
5.4.5 联合卡尔曼滤波器改进结果
5.5 飞行器模拟座舱的全模拟系统
5.5.1 复杂动力学系统半实物建模的模块化方法
5.5.2 飞行器模拟机
5.5.3 飞行/程序模拟器
5.6 多种级别的飞行模拟器
5.7 改进后飞行器驾驶舱模拟器的模拟任务
5.8 实验研究
参考文献