本书共9章，主要内容包括状态估计与导航基础、惯性导航系统、卡尔曼滤波器、非线性卡尔曼滤波器、自适应卡尔曼滤波器、野值鲁棒卡尔曼滤波器、多状态约束卡尔曼滤波器、分布式卡尔曼滤波器、非线性最小二乘优化及其应用。本书对于先进卡尔曼滤波的内容撰写自成体系，在第1～3章导航及卡尔曼滤波基础之上，第4～9章围绕先进卡尔曼滤波理论进行系统性讲述，并在每章末尾附有实际导航案例仿真，便于读者在理论学习之后能够通过实际导航案例应用加深对理论的理解。

目录
第1章状态估计与导航基础1
1.1引言1
1.2矩阵与向量基本知识1
1.3导航基本概念8
1.4坐标系旋转表示14
1.5概率与统计基本知识26
1.6很优估计基本知识34
1.7随机线性系统基本知识41
1.8本章小结42
习题43
第2章惯性导航系统44
2.1引言44
2.2惯性器件44
2.3惯性导航系统类型54
2.4捷联式惯性导航系统更新算法58
2.5捷联式惯性导航系统误差分析63
2.6初始对准技术75
2.7本章小结83
习题83
第3章卡尔曼滤波器84
3.1引言84
3.2离散卡尔曼滤波方程推导85
3.3关于卡尔曼滤波的讨论96
3.4工程应用的卡尔曼滤波101
3.5惯性/卫星松组合导航114
3.6本章小结123
习题123
第4章非线性卡尔曼滤波器125
4.1引言125
4.2高斯近似滤波器126
4.3扩展卡尔曼滤波器129
4.4无迹卡尔曼滤波器135
4.5容积卡尔曼滤波器143
4.6粒子滤波器148
4.7导航系统非线性卡尔曼滤波器的分析比较153
4.8本章小结167
习题167
第5章自适应卡尔曼滤波器169
5.1引言169
5.2Sage-Husa自适应卡尔曼滤波器169
5.3基于新息的自适应卡尔曼滤波器171
5.4基于变分贝叶斯的自适应卡尔曼滤波器175
5.5惯性/多普勒组合导航183
5.6本章小结193
习题193
第6章野值鲁棒卡尔曼滤波器195
6.1引言195
6.2基于卡方检测的卡尔曼滤波器195
6.3基于广义极大似然估计的野值鲁棒滤波器197
6.4几种野值鲁棒卡尔曼滤波器的理论比较204
6.5惯性/超短基线组合导航205
6.6本章小结216
习题216
第7章多状态约束卡尔曼滤波器218
7.1引言218
7.2VINS中坐标系的定义与转换219
7.3基于MSCKF的视觉惯性导航221
7.4MSCKF实验237
7.5本章小结244
习题245
第8章分布式卡尔曼滤波器246
8.1引言246
8.2单平台分布式卡尔曼滤波器——联邦滤波器247
8.3多平台分布式卡尔曼滤波器——协方差交互260
8.4本章小结272
习题272
第9章非线性最小二乘优化及其应用273
9.1引言273
9.2非线性最小二乘求解274
9.3非线性最小二乘优化的图表示279
9.4非线性最小二乘在SLAM中的应用283
9.5本章小结288
习题289
参考文献291
附录中英文对照缩写表294