摘要 | 第1-7页 |
Abstract | 第7-12页 |
第1章 绪论 | 第12-26页 |
·研究的背景和意义 | 第12-14页 |
·微惯性传感器的发展历程 | 第14-16页 |
·AHRS/GPS紧耦合导航系统 | 第16-20页 |
·国外MEMS AHRS/GPS组合研究现状 | 第17-19页 |
·国内MEMS AHRS及MIMU/GPS组合研究现状 | 第19-20页 |
·融合滤波技术 | 第20-24页 |
·论文的主要工作 | 第24-26页 |
第2章 AHRS捷联姿态算法 | 第26-56页 |
·引言 | 第26页 |
·传感器工作机理 | 第26-36页 |
·MEMS速率陀螺力学原理 | 第27-29页 |
·MEMS加速度计工作原理 | 第29-31页 |
·微型磁场传感器测场原理 | 第31-33页 |
·MEMS惯性器件误差模型 | 第33-36页 |
·AHRS捷联姿态算法 | 第36-54页 |
·方向余弦与姿态四元数 | 第36-39页 |
·航姿系统描述 | 第39-44页 |
·Kalman滤波器设计 | 第44-51页 |
·Kalman更新的算法流程 | 第51-53页 |
·地磁向量的初值估计 | 第53-54页 |
·本章小结 | 第54-56页 |
第3章 基于对偶四元数的姿态更新优化 | 第56-75页 |
·引言 | 第56-57页 |
·问题的提出 | 第57-58页 |
·对偶四元数(DQ)数学模型 | 第58-63页 |
·对偶数 | 第58-59页 |
·对偶四元数 | 第59-61页 |
·对偶四元数的旋转和平移表示 | 第61-63页 |
·对偶四元数姿态更新算法 | 第63-69页 |
·刚体运动建模 | 第63-67页 |
·姿态更新矩阵解算 | 第67-69页 |
·平移向量解算 | 第69页 |
·数值仿真试验与精度分析 | 第69-74页 |
·Kalman滤波模型的建立 | 第69-70页 |
·航姿系统摇摆机座仿真 | 第70-72页 |
·仿真结果与分析 | 第72-74页 |
·本章小结 | 第74-75页 |
第4章 AHRS环境磁场干扰补偿 | 第75-87页 |
·引言 | 第75-76页 |
·硬铁与软铁效应描述 | 第76-79页 |
·平面椭圆的几何表征 | 第79-81页 |
·最小二乘椭圆拟合 | 第81-83页 |
·磁航向角误差解算 | 第83-84页 |
·仿真实例 | 第84-86页 |
·本章小结 | 第86-87页 |
第5章 AHRS/GPS组合技术与改进的EKF高斯滤波 | 第87-120页 |
·引言 | 第87-88页 |
·全球定位系统概述 | 第88-92页 |
·伪距(Pseudo_Range)定位原理 | 第89-90页 |
·GPS测速原理 | 第90页 |
·GPS定姿方案 | 第90-92页 |
·AHRS/GPS紧耦合导航滤波器 | 第92-99页 |
·AHRS/GPS组合模式 | 第92-94页 |
·组合系统状态方程 | 第94-98页 |
·紧耦合系统EKF高斯滤波模型 | 第98-99页 |
·改进的EKF算法 | 第99-110页 |
·高斯QEKF算法 | 第100-107页 |
·高斯IEKF算法 | 第107页 |
·强跟踪EKF算法 | 第107-110页 |
·STQEKF方法在AHRS/GPS紧耦合中的仿真研究 | 第110-118页 |
·仿真条件 | 第111-112页 |
·仿真结果与分析 | 第112-118页 |
·本章小结 | 第118-120页 |
第6章 ANN辅助滤波设计与融合算法仿真 | 第120-136页 |
·引言 | 第120-121页 |
·人工神经网络(ANN) | 第121-124页 |
·网络结构 | 第121-123页 |
·网络学习方式 | 第123-124页 |
·RBF智能模型 | 第124-128页 |
·径向基函数 | 第124-126页 |
·径向基函数网络 | 第126-127页 |
·广义径向基函数网络 | 第127页 |
·RBF网络学习算法 | 第127-128页 |
·RBF网络辅助模式 | 第128-130页 |
·离线训练 | 第129页 |
·在线修正 | 第129-130页 |
·融合滤波仿真研究 | 第130-135页 |
·RBFNN智能模型的初值 | 第131页 |
·仿真结果与分析 | 第131-135页 |
·本章小结 | 第135-136页 |
结论 | 第136-138页 |
参考文献 | 第138-150页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第150-151页 |
致谢 | 第151页 |