| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 微机电系统 | 第15-19页 |
| 1.1.1 MEMS概述 | 第15-16页 |
| 1.1.2 MEMS加速度计 | 第16-18页 |
| 1.1.3 MEMS陀螺仪 | 第18-19页 |
| 1.2 惯性测量单元 | 第19-23页 |
| 1.2.1 姿态检测 | 第21页 |
| 1.2.2 惯性导航、组合导航系统 | 第21-23页 |
| 1.3 国内外研究现状、背景及意义 | 第23-25页 |
| 第二章 MPU6050多传感器阵列系统介绍及搭建 | 第25-41页 |
| 2.1 I~2C总线 | 第25-28页 |
| 2.1.1 I~2C总线概述 | 第25-26页 |
| 2.1.2 I~2C总线协议 | 第26-28页 |
| 2.2 STM32F103xx微处理器 | 第28-35页 |
| 2.2.1 STM32F103xx概述 | 第28-30页 |
| 2.2.2 STM32F103xx各模块 | 第30-35页 |
| 2.3 MPU6050传感器 | 第35-37页 |
| 2.4 MPU6050传感器阵列 | 第37-41页 |
| 2.4.1 软件实现 | 第37-38页 |
| 2.4.2 硬件实现 | 第38-39页 |
| 2.4.3 总结 | 第39-41页 |
| 第三章 MEMS惯性传感器的误差来源及数学分析方法 | 第41-45页 |
| 3.1 MEMS惯性传感器的误差来源 | 第41-43页 |
| 3.1.1 MEMS加速度计几种常见的误差源 | 第41-42页 |
| 3.1.2 MEMS陀螺仪几种常见的的误差源 | 第42-43页 |
| 3.2 噪声的随机过程 | 第43-45页 |
| 第四章 MEMS惯性传感器的Allan方差噪声辨识法 | 第45-65页 |
| 4.1 Allan方差原理与计算方法 | 第45-54页 |
| 4.1.1 Allan方差简介 | 第45-47页 |
| 4.1.2 MEMS陀螺仪的误差项分析 | 第47-48页 |
| 4.1.3 各项随机噪声项特性分析 | 第48-50页 |
| 4.1.4 MPU6050内陀螺仪的Allan方差噪声识别 | 第50-54页 |
| 4.2 Allan方差应用举例:惯性传感器的快速筛选法 | 第54-65页 |
| 4.2.1 批量MEMS惯性传感器快速筛选方法 | 第54页 |
| 4.2.2 统计数字特征法用于多传感器的筛选示例 | 第54-60页 |
| 4.2.3 Allan方差分析法用于多传感器的筛选示例 | 第60-63页 |
| 4.2.4 结论 | 第63-65页 |
| 第五章 ARMA模型简介 | 第65-71页 |
| 5.1 ARMA模型 | 第65-67页 |
| 5.1.1 概述 | 第65-67页 |
| 5.1.2 ARMA模型参数估计简介 | 第67页 |
| 5.2 MATLAB中的ARMA模型工具箱 | 第67-71页 |
| 第六章 Kalman滤波器 | 第71-79页 |
| 6.1 Kalman滤波器概述 | 第71-72页 |
| 6.2 Kalman滤波器原理 | 第72页 |
| 6.3 Kalman数据融合模型 | 第72-79页 |
| 6.3.1 模型一: 基于漂移模型的多维Kalman数据融合算法 | 第72-73页 |
| 6.3.2 模型二: 基于ARMA模型的多维Kalman数据融合算法 | 第73-74页 |
| 6.3.3 模型三: 联邦Kalman数据融合算法 | 第74-79页 |
| 第七章 多传感器阵列实验、仿真与分析 | 第79-87页 |
| 7.1 实验验证 | 第79-85页 |
| 7.1.1 静态实验验证 | 第79-83页 |
| 7.1.2 动态实验仿真 | 第83-85页 |
| 7.2 实验结论 | 第85-87页 |
| 第八章 总结与展望 | 第87-89页 |
| 8.1 总结 | 第87-88页 |
| 8.2 展望 | 第88-89页 |
| 致谢 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 附录 | 第97页 |
