首页--工业技术论文--无线电电子学、电信技术论文--无线电导航论文

基于梯度下降和互补滤波的快速姿态解算算法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-14页
    1.1 本课题的来源、背景和目的第9-10页
    1.2 国内外研究现状第10-12页
        1.2.1 MEMS惯性传感器发展现状第10-11页
        1.2.2 国内外惯性导航姿态解算研究现状第11-12页
    1.3 本文的主要工作和内容结构安排第12-14页
第二章 捷联惯导系统基本原理第14-26页
    2.1 姿态表示方法第14-18页
        2.1.1 常用坐标系第14-15页
        2.1.2 姿态矩阵第15-18页
    2.2 常用的姿态更新算法第18-23页
        2.2.1 欧拉角法第18-19页
        2.2.2 四元数法第19-23页
        2.2.3 方向余弦法第23页
    2.3 常见的姿态更新算法比较第23-25页
    2.4 本章小节第25-26页
第三章 姿态解算中多传感器数据融合方法第26-38页
    3.1 加速度计测量姿态角原理第26-27页
    3.2 基于卡尔曼滤波的融合方法第27-31页
        3.2.1 卡尔曼滤波基础第27-29页
        3.2.2 基于卡尔曼滤波的数据融合算法设计第29-31页
    3.3 基于梯度下降和互补滤波的快速融合方法第31-36页
        3.3.1 梯度下降法基础第31-32页
        3.3.2 互补滤波基础第32-33页
        3.3.3 基于梯度下降和互补滤波的快速数据融合算法设计第33-36页
    3.4 两种算法的比较第36-37页
    3.5 本章小节第37-38页
第四章 基于MPU6050的姿态测量系统硬件搭建和软件设计第38-46页
    4.1 硬件模块设计第38-41页
    4.2 程序模块设计第41-45页
    4.3 本章小节第45-46页
第五章 实验分析与实际应用第46-53页
    5.1 原始数据滤波效果分析第46-47页
    5.2 静止实验第47-49页
    5.3 动态实验第49-51页
    5.4 姿态测量模块在工程中的应用第51页
    5.5 本章小节第51-53页
第六章 总结展望第53-55页
    6.1 本文工作总结第53页
    6.2 本文工作的不足与未来工作的改进第53-55页
参考文献第55-58页
发表论文与参加科研情况说明第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:机器学习算法在非小型细胞肺癌癌症阶段分类上的应用
下一篇:岩土切削过程中刀具受力测量方法的研究