首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--一般性问题论文--设计、性能分析与综合论文

多传感器数据的校准与融合的研究与实现

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题的研究背景及意义第10-13页
    1.2 国内外的研究现状第13-14页
        1.2.1 国内外传感器校准的研究现状第13页
        1.2.2 国内外多传感器融合的研究现状第13-14页
    1.3 本课题研究的主要内容第14-16页
第2章 传感器及数据融合概述第16-22页
    2.1 惯性传感器基本工作原理第16-18页
        2.1.1 加速度计基本工作原理第16-17页
        2.1.2 陀螺仪基本工作原理第17-18页
    2.2 磁传感器基本工作原理第18-19页
        2.2.1 各向异性磁阻传感器第18页
        2.2.2 巨磁阻传感器第18-19页
        2.2.3 巨磁阻抗磁传感器第19页
    2.3 多传感器数据融合第19-21页
        2.3.1 多传感器数据融合系统的处理模型第20页
        2.3.2 多传感器数据融合算法概述第20-21页
    2.4 本章小结第21-22页
第3章 传感器数学模型与模型参数估计第22-41页
    3.1 坐标系描述第22-24页
        3.1.1 坐标系的组成第22页
        3.1.2 坐标系左右手法则第22-23页
        3.1.3 参考坐标系第23页
        3.1.4 载体坐标系第23-24页
    3.2 姿态描述第24-33页
        3.2.1 欧拉角姿态表示第24-25页
        3.2.2 坐标变换矩阵姿态表示第25-28页
        3.2.3 四元数姿态表示第28-33页
    3.3 传感器数学模型构建第33-39页
        3.3.1 地球地磁场数学模型第33-34页
        3.3.2 磁力计数学模型以及模型参数估计第34-37页
        3.3.3 加速度计数学模型以及模型参数估计第37-39页
        3.3.4 陀螺仪数学模型第39页
    3.4 磁力计的倾斜补偿算法第39-40页
    3.5 本章小结第40-41页
第4章 多传感器数据融合第41-54页
    4.1 互补滤波器第41-42页
    4.2 卡尔曼滤波器第42-50页
        4.2.1 卡尔曼滤波的要素第42-43页
        4.2.2 卡尔曼增益推导第43-49页
        4.2.3 拓展卡尔曼滤波器第49-50页
    4.3 基于三传感器数据融合的姿态估计方案设计第50-53页
        4.3.1 EKF预测阶段第50-52页
        4.3.2 EKF修正阶段第52页
        4.3.3 传感器数据融合系统工作流程第52-53页
    4.4 本章小结第53-54页
第5章 测试结果分析第54-60页
    5.1 姿态静态测试第54-57页
        5.1.1 磁力计线性测试第54-55页
        5.1.2 磁力计倾斜补偿测试第55-56页
        5.1.3 姿态稳定性测试第56-57页
    5.2 姿态动态测试第57-58页
    5.3 EKF和互补滤波抗干扰对比测试第58-59页
    5.4 本章小结第59-60页
总结与展望第60-62页
参考文献第62-64页

论文共64页,点击 下载论文
上一篇:基于BP神经网络的上市商业银行绩效评价研究
下一篇:持续激励条件与径向基函数神经网络结构的关系及其在确定学习性能分析中的应用