首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

面向小型旋翼无人机的低成本组合导航算法研究

致谢第5-7页
摘要第7-8页
Abstract第8-9页
第1章 绪论第12-24页
    1.1 研究背景与选题意义第12-15页
        1.1.1 无人机研究背景第12-13页
        1.1.2 导航系统研究背景第13-14页
        1.1.3 课题的研究目的与意义第14-15页
    1.2 论文所涉技术及研究现状第15-21页
        1.2.1 SINS/GPS组合导航系统第15-18页
        1.2.2 组合导航信息融合方法研究现状第18-21页
    1.3 低成本MEMS SINS/GPS组合导航系统的技术难点第21页
    1.4 本文研究内容及章节安排第21-24页
        1.4.1 本文研究内容第22页
        1.4.2 本文章节安排第22-24页
第2章 SINS/GPS组合导航系统建模第24-36页
    2.1 引言第24页
    2.2 惯性导航系统第24-30页
        2.2.1 导航系统常用参考坐标系第24-25页
        2.2.2 姿态更新算法第25-30页
    2.3 SINS/GPS组合导航系统模型第30-35页
        2.3.1 组合导航系统的状态方程第31-33页
        2.3.2 组合导航系统的观测方程第33-35页
        2.3.3 系统方程的离散化第35页
    2.4 本章小结第35-36页
第3章 针对GPS异常测量值的位置估计算法第36-54页
    3.1 引言第36-37页
    3.2 分级式SINS/GPS组合导航算法第37-39页
        3.2.1 组合导航状态变量分解第37-38页
        3.2.2 基于EKF的姿态/速度组合滤波第38页
        3.2.3 基于EKF的位置滤波第38-39页
    3.3 异常值对SINS/GPS导航系统的影响第39-41页
    3.4 异常值检测方法第41-42页
    3.5 异常值修正方法第42-43页
    3.6 仿真与实验验证第43-51页
        3.6.1 仿真实验与结果分析第43-47页
        3.6.2 飞行试验与结果分析第47-51页
    3.7 本章小结第51-54页
第4章 GPS暂时失锁情况下的数据融合算法第54-80页
    4.1 引言第54-55页
    4.2 极限学习机算法第55-63页
        4.2.1 神经网络的一般结构第56-57页
        4.2.2 单隐层前馈神经网络第57-59页
        4.2.3 径向基函数神经网络第59-62页
        4.2.4 极限学习机算法第62-63页
    4.3 GPS失锁情况下的数据融合算法第63-67页
        4.3.1 GPS失锁情况下的组合导航系统滤波器结构设计第63-65页
        4.3.2 ELM结构设计第65-67页
        4.3.3 ELM网络训练方法第67页
        4.3.4 ELM网络预测方法第67页
    4.4 仿真验证及结果分析第67-79页
        4.4.1 仿真实验设计第67-68页
        4.4.2 仿真结果第68-79页
    4.5 本章小结第79-80页
第5章 总结与展望第80-82页
    5.1 全文总结第80-81页
    5.2 工作展望第81-82页
参考文献第82-86页
作者简介第86页
硕士学位期间主要的研究成果第86页

论文共86页,点击 下载论文
上一篇:基于模糊逻辑的飞行员飞行品质评价
下一篇:四旋翼无人机一种复合控制方法的研究