《自适应动态导航定位》首先分析了函数模型误差补偿和随机模型误差补偿法；讨论了Kalman滤波的残差向量、新息向量及状态预报值残差向量的解析关系及协方差矩阵之间的关系；分析了基于新息向量、残差向量和状态预报值残差向量的自适应协方差估计存在的问题；对抗差滤波、Sage自适应滤波进行了综合比较与分析。创建了一套全新的动态自适应抗差滤波理论体系，研究了相应解的性质。构造了三段函数、两段函数和指数函数三种动态自适应因子；讨论了Sage滤波与自适应滤波组合的导航解算方法，基于方差分量估计的自适应滤波理论。构造了最优自适应滤波理论。建立了卫星轨道的自适应定轨理论与方法，提出了一种综合Sage滤波和自适应抗差滤波的新的轨道计算方法。最后对组合导航理论进行了探讨。
　　《自适应动态导航定位》可作为导航定位和大地测量专业高年级本科生与研究生的教材或参考书。也适合从事导航定位、卫星轨道测定等工程技术人员参考。

　　（2）GPS现代化第2阶段。计划发射6颗GPS BLOCK IIF型卫星。GPSIIF型卫星除了有上面提到的GPS IIR型卫星的功能外，还进一步强化发射M码的功率和增加发射第三民用频率，即L5频道。GPS IIF型卫星的第一颗的发射计划始于2006年，即2006年开始GPS L5频道的试验。计划到2010年在空中运行的GPS卫星中，至少有18颗IIF型GPS卫星，以保证M码的全球覆盖。计划到2020年GPS卫星系统将全部以IIF卫星运行，在轨IIF卫星至少27颗。
　　（3）GPS现代化计划的第3阶段。发射GPS BLOCK III型卫星，在2006年前完成代号为GPS 111的G：PS完全现代化计划设计工作。目前正在研究未来GPS卫星导航的需求，讨论制定GPS III的系统结构、系统安全性、可靠程度和各种可能的风险。计划在2010年发射GPS Ⅲ的第一颗试验卫星，并用近20年时间完成GPS III计划，取代目前的GPS Ⅱ。
　　除了空间信号部分的现代化外，GPS地面站的现代化也在进行当中，GPS地面站的现代化主要是指整合美国空军和国家地理空间情报局（NGA）的监控数据以减少由卫星轨道、卫星等因素引起的用户导航定位误差（Hothem，2006）。截至2004年11月，已经有6个NGA的GPS跟踪站加入到美国空军的监控网络，这6个站分别设在华盛顿特区、英国、阿根廷、厄瓜多尔、巴林以及澳大利亚。这6个站与目前空军的6个站相结合，可以保证至少有2个站可以观测到任意1颗卫星，从2005年9月7日开始，这6个站的数据将参与到主控站的数据处理中。到2006年NGA还将有5个跟踪站（分别设在阿拉斯加、塔希提岛、新西兰、韩国、南非）加入到GPS监控网中，届时将能保证至少有3个站可以观测到任意1颗卫星。由于GPS地面监控网络的增强，民用用户的实时导航精度将提高15％～20％左右。

第一章 概论
§1.1 卫星导航系统的发展及其影响
§1.2 惯性导航
§1.3 融合导航
§1.4 导航计算方法综述

第二章 贝叶斯估计理论
§2.1 贝叶斯定理
§2.2 参数的先验密度函数
§2.3 参数无先验信息的贝叶斯估计
§2.4 参数具有先验信息的贝叶斯估计

第三章 序贯导航定位解算原理
§3.1 一般性描述
§3.2 序贯静态最小二乘参数平差
§3.3 序贯最小二乘条件平差
§3.4 具仃运动方程的序贯最小二乘导航解
§3.5 各观测历元均有独立参数的序贯导航解
§3.6 部分增加参数的序贯导航解
§3.7 顾及状态方程及增加参数的序贯导航解
§3.8 顾及状态方程及减少参数的序贯导航解

第四章 Kalman滤波
§4.1 滤波的基本概念
§4.2 动力学模型和观测模型
§4.3 Kalman滤波一般解算原理
§4.4 Kalman滤波新息向量及其性质
§4.5 噪声互相关情况下的滤波
§4.6 Kalman滤波简单小结

第五章 运动载体的动态模型
§5.1 概述
§5.2 CV模型
§5.3 CA模型
§5.4 变加速模型
§5.5 基于多种观测信息的状态方程

第六章 导航解算中的误差探测、诊断与修复
§6.1 概述
§6.2 误差探测
§6.3 误差诊断
§6.4 模型修复
§6.5 动态Kalman滤波模型误差的影响
§6.6 Kalman滤波异常误差检测

第七章 抗差估计理论介绍
§7.1 抗差估计综述
§7.2 抗差M估计原理及影响函数?
§7.3 参数平差模型的抗差解
§7.4 抗差估计的验后方差一协方差估计
§7.5 双因子相关观测抗差估计理论

第八章 动态抗差导航解算理论
§8.1 概述
§8.2 静态序贯抗差估计解
§8.3 动态序贯抗差估计解
§8.4 抗差贝叶斯估计
§8.5 抗差Kalman滤波

第九章 随机模型误差补偿法
§9.1 概述
§9.2 附加方差协方差矩阵滤波算法
§9.3 模型误差协方差矩阵的自适应估计
§9.4 先验协方差矩阵的开窗估计法——Sage—Husa滤波法
§9.5 渐消滤波原理及其理论分析

第十章 函数模型误差补偿法
§10.1 附加补偿参数的滤波模型
§10.2 附加补偿参数滤波的解算策略
§10.3 系统模型误差对导航解的影响分析
§10.4 观测模型系统误差的开窗拟合
§10.5 动力学模型系统误差的开窗拟合
§10.6 动力学模型误差的加权开窗拟合
§10.7 系统误差开窗拟合计算与分析
§10.8 GPS导航解算中几种非线性Kalman滤波算法及比较

第十一章 含有色噪声的滤波
§11.1 白噪声和有色噪声基本概念
§11.2 系统噪声为有色噪声而观测噪声为白噪声情形
§11.3 系统噪声为白噪声而观测噪声为有色噪声情形
§11.4 动态定位有色噪声影响函数
§11.5 动态定位中的有色噪声拟合

第十二章 抗差自适应滤波
§12.1 概述
§12.2 抗差自适应Kalman滤波原理
§12.3 自适应滤波解的性质
§12.4 自适应滤波与Sage滤波组合
§12.5 抗差自适应滤波与渐消滤波的综合比较分析
§12.6 多因子抗差自适应滤波

第十三章 自适应因子模型
§13.1 概述
§13.2 自适应学习因子——模型误差判别统计量
§13.3 自适应因子函数及分析
§13.4 综合计算比较
§13.5 最优自适应因子求解

第十四章 抗差自适应滤波理论在导航定位中的应用
§14.1 抗差自适应滤波在车载GPS道路修测中的应用
§14.2 自适应卫星定轨
§14.3 抗差自适应Kalman滤波应用于机载GPS导航定位
§14.4 自适应联合平差算法

第十五章 GPS导航若干实际问题
§15.1 GPS观测函数模型
§15.2 双差观测值的统计模型
§15.3 具有整周模糊参数的动态GPS序贯导航解及滤波解
§15.4 GPS动态测量周跳检验

第十六章 融合导航理论
§16.1 联邦滤波原理及其分析
§16.2 几种最优融合导航算法
§16.3 动静态滤波融合导航
§16.4 基于多传感器观测信息抗差估计的自适应融合导航
§16.5 基于多传感器局部几何导航结果的自适应融合导航
§16.6 基于方差分量估计的自适应融合导航
§16.7 IMU／GPS组合导航系统自适应Kalman滤波算法
参考文献