| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题目的与意义 | 第9页 |
| 1.2 课题研究背景以及现状 | 第9-12页 |
| 1.2.1 加速度传感器退化研究 | 第9-11页 |
| 1.2.2 退化与预测模型研究 | 第11-12页 |
| 1.3 论文主要工作以及创新点 | 第12-14页 |
| 1.3.1 论文组织结构 | 第12-13页 |
| 1.3.2 创新点 | 第13-14页 |
| 2 石英挠性加速度传感器退化模型及数据采集 | 第14-33页 |
| 2.1 石英挠性加速度传感器内部结构及工作原理 | 第14-17页 |
| 2.1.1 石英挠性加速度传感器内部结构 | 第14-15页 |
| 2.1.2 石英挠性加速度传感器工作原理 | 第15-17页 |
| 2.2 导致传感器退化的因素 | 第17-19页 |
| 2.2.1 外磁场作用下退化 | 第17页 |
| 2.2.2 机械振动作用退化 | 第17-18页 |
| 2.2.3 温度干扰退化 | 第18-19页 |
| 2.2.4 胶粘问题引起加速计参数的退化 | 第19页 |
| 2.3 实验数据采集分析 | 第19-30页 |
| 2.3.1 加速度传感器离心实验法 | 第20页 |
| 2.3.2 加速度传感器重力场翻转实验法 | 第20-25页 |
| 2.3.3 加速度传感器测试平台简介以及数据采集 | 第25-30页 |
| 2.4 加速度表参数退化模型的建立 | 第30-32页 |
| 2.4.1 几种退化模型 | 第30-31页 |
| 2.4.2 加速度表参数退化模型 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 石英挠性加速度传感器参数建模 | 第33-56页 |
| 3.1 引言 | 第33页 |
| 3.2 KALMAN数 据预处理 | 第33-36页 |
| 3.3 综合自回归滑动平均时间序列模型 | 第36-50页 |
| 3.3.1 平稳时间序列 | 第36-38页 |
| 3.3.2 ARMA模 型 | 第38-40页 |
| 3.3.3 时间序列平稳性检验 | 第40-42页 |
| 3.3.4 基于时间序列的参数模型定阶 | 第42-46页 |
| 3.3.4.1 时间序列模型的识别 | 第43-45页 |
| 3.3.4.2 AIC定阶准则 | 第45页 |
| 3.3.4.3 基于数据相关性和AIC的混合定阶 | 第45-46页 |
| 3.3.5 基于时间序列模型参数的最小二乘估计法 | 第46-49页 |
| 3.3.6 ARIMA综合自回归滑动平均时间序列模型的建模步骤 | 第49-50页 |
| 3.4 广义自回归条件异方差模型 | 第50-52页 |
| 3.4.1 ARCH模型 | 第50-51页 |
| 3.4.2 GARCH模型 | 第51-52页 |
| 3.4.3 GARCH模型的参数极大似然估计法 | 第52页 |
| 3.5 嵌入残差方差的ARIMA模型建模 | 第52-55页 |
| 3.5.1 嵌入残差方差的ARIMA改进模型 | 第52-53页 |
| 3.5.2 嵌入残差方差的ARIMA改进模型的建模步骤 | 第53-55页 |
| 3.6 本章小结 | 第55-56页 |
| 4 嵌入残差方差的ARIMA模型的标度因数预测 | 第56-76页 |
| 4.1 引言 | 第56页 |
| 4.2 嵌入残差方差的ARIMA模型预测 | 第56-60页 |
| 4.2.1 几种常见模型的预测 | 第56-59页 |
| 4.2.2 嵌入残差方差的ARIMA模型预测 | 第59-60页 |
| 4.3 仿真实验 | 第60-75页 |
| 4.3.1 ARIMA模型建模 | 第60-63页 |
| 4.3.2 GARCH模型建模 | 第63-68页 |
| 4.3.3 ARIMA模型与改进之后的模型建模比较 | 第68-69页 |
| 4.3.4 ARIMA模型与改进模型的预测效果比较 | 第69-73页 |
| 4.3.5 ARIMA模型与改进模型的预测指标对比 | 第73-75页 |
| 4.4 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读学位期间发表的学术论文及研究成果 | 第83页 |
