本书主要介绍了组合导航原理、技术与实现方法，结合近些年来智能计算方法的发展，重点讨论了遗传算法、模糊理论、神经网络、支持向量机在组合导航智能容错与故障检测方面的应用问题，其中包含作者的部分研究成果。
全书共分为五章，第1章主要介绍了组合导航的发展、应用以及容错问题，第2章主要介绍了导航系统的常见类型，第3章主要介绍了组合导航系统信息融合及其典型设计，第4章主要介绍了组合导航智能容错滤波及其实现方法，第5章主要介绍了组合导航系统故障检测方法。
本书可作为高等院校导航、控制专业高年级本科生和研究生的参考书籍，也可供相关专业科研与工程技术人员阅读使用。

第1章 绪论
1.1 导航概述
1.2 组合导航及其应用发展
1.2.1 组合导航与最优估计
1.2.2 组合导航的应用与发展
1.3 组合导航与故障容错
参考文献
第2章 导航系统
2.1 惯性导航系统
2.2 卫星导航系统
2.2.1 GPS导航系统
2.2.2 GLONASS导航系统
2.2.3 北斗导航系统
2.2.4 伽利略导航系统
2.3 陆基无线电导航系统
2.4 天文导航系统
2.5 其它导航系统
2.6 组合导航系统
参考文献
第3章 组合导航信息融合方法
3.1 滤波理论与方法
3.2 集中与分散卡尔曼滤波
3.3 联邦滤波
3.3.1 联邦滤波基本原理
3.3.2 联邦滤波常见结构
3.3.3 联邦滤波性能分析
3.4 典型组合系统与容错设计
3.4.1 卫星导航对惯导辅助
3.4.2 天文导航对惯导辅助
3.4.3 信息融合方案
3.4.4 系统容错设计
3.5 导航数据预处理
3.5.1 野值处理
3.5.2 组合导航信息同步
3.6 组合导航系统误差模型
3.6.1 SINS基本工作原理
3.6.2 卫星定位基本原理
3.6.3 卫星导航误差模型
3.6.4 天文导航误差模型
参考文献
第4章 智能容错滤波算法与仿真
4.1 遗传算法
4.1.1 遗传算法概述
4.1.2 遗传算法基本理论
4.1.3 遗传算法收敛性分析
4.1.4 遗传算法性能分析及其改进
4.2 模糊理论
4.2.1 模糊理论基础
4.2.2 模糊推理规则
4.2.3 模糊推理系统的分类与组成
4.2.4 遗传模糊自适应滤波算法
4.3 神经网络
4.3.1 神经网络概述
4.3.2 前向型神经网络
4.3.3 RBF神经网络
4.4 遗传RBF神经网络自适应滤波算法
4.4.1 遗传RBF神经网络自适应滤波设计
4.4.2 遗传RBF神经网络自适应滤波算法仿真
4.5 系统级智能联邦滤波容错算法
4.5.1 智能SINS／GNSS／CNS联合滤波设计
4.5.2 信息分配因子智能选择控制器
参考文献
第5章 组合导航故障检测方法
5.1 子系统故障检测
5.1.1 基于KPCA的SINS传感器故障诊断
5.1.2 基于RAIM的GNSS故障诊断
5.2 系统级故障检测
5.2.1 状态X2检验法
5.2.2 残差X2检验法
5.3 统计学习理论与支持向量机
5.3.1 统计学习理论
5.3.2 支持向量机原理
5.3.3 最小二乘支持向量机
5.4 基于LS-SVM的故障检测方法
5.4.1 LS-SVM残差X2检验法
5.4.2 算法仿真
参考文献