| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题研究背景与意义 | 第14-16页 |
| 1.2 旋翼无人机的研究现状 | 第16-20页 |
| 1.3 旋翼无人机的主要关键技术 | 第20-22页 |
| 1.3.1 旋翼无人机的位姿信息获取 | 第20-21页 |
| 1.3.2 旋翼无人机的精确建模 | 第21页 |
| 1.3.3 旋翼无人机的位姿控制 | 第21页 |
| 1.3.4 旋翼无人机的能源与通信 | 第21-22页 |
| 1.4 论文的研究内容 | 第22-23页 |
| 1.5 论文的组织结构 | 第23-24页 |
| 第2章 旋翼无人机实验平台设计 | 第24-40页 |
| 2.1 系统需求分析 | 第24页 |
| 2.2 系统硬件设计 | 第24-33页 |
| 2.2.1 微处理器选型 | 第24-25页 |
| 2.2.2 传感器选型 | 第25-28页 |
| 2.2.3 通信模块 | 第28-30页 |
| 2.2.4 机架及动力系统 | 第30-31页 |
| 2.2.5 电源管理 | 第31-33页 |
| 2.2.6 飞控PCB设计 | 第33页 |
| 2.3 系统软件设计 | 第33-38页 |
| 2.3.1 系统工作结构框图 | 第35-36页 |
| 2.3.2 系统软件工作流程 | 第36-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第3章 旋翼无人机数据融合算法及方案 | 第40-51页 |
| 3.1 引言 | 第40页 |
| 3.2 互补滤波算法 | 第40-43页 |
| 3.2.1 互补滤波算法的基本原理 | 第40-43页 |
| 3.2.2 互补滤波算法的改进 | 第43页 |
| 3.3 卡尔曼滤波算法 | 第43-48页 |
| 3.3.1 标准卡尔曼滤波算法 | 第44-46页 |
| 3.3.2 扩展卡尔曼滤波算法 | 第46-47页 |
| 3.3.3 卡尔曼滤波算法的自适应改进 | 第47-48页 |
| 3.4 旋翼无人机姿态测量与组合导航算法的结构方案设计 | 第48-50页 |
| 3.4.1 多传感器数据融合系统的结构模型 | 第48-49页 |
| 3.4.2 INS/GPS组合导航系统的工作模式 | 第49页 |
| 3.4.3 旋翼无人机导航数据融合结构方案 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 旋翼无人机姿态测量算法 | 第51-64页 |
| 4.1 引言 | 第51-52页 |
| 4.2 姿态建模 | 第52-53页 |
| 4.3 基于互补滤波的四元数姿态解算方法 | 第53-56页 |
| 4.3.1 四元数姿态解算的基本原理 | 第53-54页 |
| 4.3.2 基于互补滤波的四元数姿态解算过程 | 第54-56页 |
| 4.4 基于扩展卡尔曼滤波的加速度姿态解算方法 | 第56-61页 |
| 4.4.1 建立状态空间表达式 | 第57-59页 |
| 4.4.2 运行EKF滤波器 | 第59-60页 |
| 4.4.3 常规EKF的变噪声处理 | 第60-61页 |
| 4.5 实验结果及分析 | 第61-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 旋翼无人机组合导航算法 | 第64-77页 |
| 5.1 引言 | 第64-65页 |
| 5.2 组合导航系统模型设计 | 第65页 |
| 5.3 INS/GPS组合导航卡尔曼滤波器设计 | 第65-69页 |
| 5.3.1 建立状态空间表达式 | 第65-67页 |
| 5.3.2 获取滤波条件 | 第67页 |
| 5.3.3 运行滤波器 | 第67-68页 |
| 5.3.4 测量噪声自适应调整 | 第68-69页 |
| 5.4 INS/外部视觉定位组合导航算法设计 | 第69-71页 |
| 5.5 实验结果及分析 | 第71-76页 |
| 5.5.1 INS/GPS组合导航算法实验 | 第71-73页 |
| 5.5.2 INS/外部视觉定位组合导航算法实验 | 第73-76页 |
| 5.6 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-86页 |
| 附录A 攻读学位期间发表的论文 | 第86-87页 |
| 附录B 攻读学位期间参加的科研项目 | 第87页 |