摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 相关技术国内外发展概况 | 第12-17页 |
1.2.1 无人机发展历程及现状 | 第12-13页 |
1.2.2 惯性导航技术发展现状 | 第13-14页 |
1.2.3 全球卫星导航定位系统 | 第14页 |
1.2.4 MEMS发展现状 | 第14-16页 |
1.2.5 无人机姿态测量系统发展概况 | 第16-17页 |
1.3 论文主要内容及章节安排 | 第17-19页 |
第2章 无人机姿态测量基础理论 | 第19-33页 |
2.1 常用坐标系及坐标变换 | 第19-21页 |
2.1.1 常用坐标系 | 第19-20页 |
2.1.2 常用坐标系变换关系 | 第20-21页 |
2.2 卡尔曼滤波理论 | 第21-23页 |
2.3 基于指数渐消因子的自适应卡尔曼滤波器 | 第23-25页 |
2.4 无人机姿态测量原理 | 第25-31页 |
2.4.1 基于陀螺仪的姿态解算 | 第25-28页 |
2.4.2 基于重力场和磁场的姿态解算方法 | 第28-31页 |
2.5 本章小结 | 第31-33页 |
第3章 姿态测量系统总体结构 | 第33-37页 |
3.1 系统总体结构 | 第33-34页 |
3.2 重力场导出分析 | 第34-36页 |
3.2.1 重力加速度导出原理 | 第34-35页 |
3.2.2 无人机运动加速度的求解 | 第35-36页 |
3.3 系统初始对准方案 | 第36页 |
3.4 本章小结 | 第36-37页 |
第4章 MEMS-IMU误差分析与补偿 | 第37-55页 |
4.1 姿态测量系统的误差源 | 第37页 |
4.2 MEMS-IMU的标定 | 第37-45页 |
4.2.1 陀螺仪误差建模与标定 | 第39-42页 |
4.2.2 加速度计误差建模与标定 | 第42-45页 |
4.3 Allan方差对MEMS陀螺随机误差的辨识 | 第45-49页 |
4.3.1 Allan方差分析原理 | 第46页 |
4.3.2 随机噪声与Allan方差的关系 | 第46-48页 |
4.3.3 MEMS陀螺随机误差的Allan方差分析 | 第48-49页 |
4.4 基于指数渐消因子卡尔曼滤波的MEMS陀螺随机误差补偿 | 第49-53页 |
4.4.1 时间序列ARMA模型 | 第49-50页 |
4.4.2 ARMA模型定阶 | 第50-51页 |
4.4.3 MEMS陀螺仪随机漂移的ARMA模型 | 第51页 |
4.4.4 MEMS陀螺仪随机误差的补偿 | 第51-53页 |
4.5 本章小结 | 第53-55页 |
第5章 基于GPS的机体运动加速度求解 | 第55-67页 |
5.1 GPS系统介绍 | 第55页 |
5.2 GPS定位与测速原理 | 第55-59页 |
5.2.1 GPS卫星定位原理 | 第56-57页 |
5.2.2 GPS卫星测速原理 | 第57-58页 |
5.2.3 GPS误差分析 | 第58-59页 |
5.3 GPS测量加速度原理 | 第59-61页 |
5.3.1 基于多普勒频移的速度最佳差分法 | 第60页 |
5.3.2 基于伪距率的速度差分法 | 第60-61页 |
5.4 基于指数渐消因子的卡尔曼滤波的加速度解算 | 第61-66页 |
5.4.1 GPS误差状态方程 | 第61-62页 |
5.4.2 GPS量测方程 | 第62-63页 |
5.4.3 基于指数渐消因子的Kalman滤波器的设计 | 第63-64页 |
5.4.4 滤波算法的仿真与分析 | 第64-66页 |
5.5 本章小结 | 第66-67页 |
第6章 姿态测量系统仿真与分析 | 第67-77页 |
6.1 基于指数渐消因子的自适应卡尔曼滤波器的设计 | 第67-69页 |
6.1.1 系统状态方程的建立 | 第67-68页 |
6.1.2 系统量测方程的建立 | 第68-69页 |
6.2 系统软件实现方案 | 第69-70页 |
6.3 系统仿真与分析 | 第70-75页 |
6.3.1 算法原理图与仿真条件设定 | 第70-71页 |
6.3.2 算法仿真结果与分析 | 第71-75页 |
6.4 本章小结 | 第75-77页 |
结论 | 第77-79页 |
参考文献 | 第79-83页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第83-85页 |
致谢 | 第85页 |