摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-17页 |
1.1 课题背景及研究的目的和意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-16页 |
1.2.1 MEMS 技术 | 第9-11页 |
1.2.2 陀螺随机误差研究 | 第11-12页 |
1.2.3 信息融合技术 | 第12-14页 |
1.2.4 小波理论 | 第14-15页 |
1.2.5 经验模态分解 | 第15-16页 |
1.3 论文主要研究内容 | 第16-17页 |
第2章 MEMS 陀螺误差分析及信号采集 | 第17-24页 |
2.1 引言 | 第17页 |
2.2 MEMS 陀螺误差分析 | 第17-19页 |
2.3 批量 MEMS 陀螺数据采集系统硬件 | 第19-23页 |
2.3.1 总体方案 | 第19页 |
2.3.2 陀螺模块 | 第19-20页 |
2.3.3 总线模块 | 第20-22页 |
2.3.4 样机及说明 | 第22-23页 |
2.4 小结 | 第23-24页 |
第3章 MEMS 陀螺随机误差建模与辨识 | 第24-40页 |
3.1 引言 | 第24页 |
3.2 基于时间序列的陀螺随机误差建模 | 第24-31页 |
3.2.1 基本时间序列结构形式 | 第24-25页 |
3.2.2 时间序列的统计检验 | 第25-27页 |
3.2.3 时间序列模型的确定 | 第27-28页 |
3.2.4 MEMS 陀螺实测数据时间序列建模 | 第28-31页 |
3.3 基于 ALLAN 方差的陀螺随机误差分析 | 第31-39页 |
3.3.1 标准 Allan 方差 | 第31-34页 |
3.3.2 动态 Allan 方差 | 第34-37页 |
3.3.3 MEMS 陀螺实测数据 Allan 方差建模 | 第37-39页 |
3.4 小结 | 第39-40页 |
第4章 分别基于 EMD-小波和支持度的融合算法 | 第40-62页 |
4.1 引言 | 第40页 |
4.2 基于经验模态分解和小波理论的信息融合方法 | 第40-50页 |
4.2.1 经验模态分解 | 第40-41页 |
4.2.2 小波理论 | 第41-44页 |
4.2.3 融合算法 | 第44-46页 |
4.2.4 实验和结果分析 | 第46-50页 |
4.3 带有容错性质的融合算法 | 第50-61页 |
4.3.1 互支持度 | 第50-51页 |
4.3.2 自支持度 | 第51-52页 |
4.3.3 支持度矩阵 | 第52-53页 |
4.3.4 数据融合 | 第53-56页 |
4.3.5 实验和结果分析 | 第56-61页 |
4.4 小结 | 第61-62页 |
第5章 多级序贯式容错融合算法 | 第62-77页 |
5.1 引言 | 第62页 |
5.2 离散 KALMAN 滤波及状态残差检验 | 第62-66页 |
5.3 序贯式估计融合算法 | 第66-70页 |
5.3.1 线性最小方差下的估计融合 | 第66-68页 |
5.3.2 估计融合算法的序贯化 | 第68-70页 |
5.4 多级序贯式容错融合算法 | 第70-72页 |
5.5 实验与结果分析 | 第72-76页 |
5.6 小结 | 第76-77页 |
结论 | 第77-78页 |
参考文献 | 第78-84页 |
攻读硕士学位期间发表的论文及其它成果 | 第84-86页 |
致谢 | 第86页 |