| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 MEMS陀螺仪随机漂移误差补偿技术的国内外研究现状 | 第9-11页 |
| 1.3 论文组织结构 | 第11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 MEMS陀螺仪的主要性能指标及Allan方差方法的介绍 | 第12-21页 |
| 2.1 MEMS陀螺仪的主要性能指标 | 第12-14页 |
| 2.2 Allan方差方法对MEMS陀螺仪随机漂移数据的分析评价 | 第14-20页 |
| 2.2.1 Allan方差方法的分析原理 | 第14-15页 |
| 2.2.2 Allan方差对主要噪声特性的分析 | 第15-19页 |
| 2.2.3 Allan方差的定义与计算 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 MEMS陀螺仪漂移信号的采集和处理 | 第21-26页 |
| 3.1 信号采集硬件系统的构建 | 第21-22页 |
| 3.2 采集系统的软件设计 | 第22-23页 |
| 3.3 数据的采集实验 | 第23页 |
| 3.4 采样结果及处理分析 | 第23-25页 |
| 3.4.1 数据信号的读取与处理 | 第23-24页 |
| 3.4.2 采样数据的Allan方差分析 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 基于时间序列的卡尔曼滤波方法在MEMS陀螺随机漂移误差补偿中的应用 | 第26-43页 |
| 4.1 时间序列模型的介绍 | 第26-27页 |
| 4.2 时间序列建模的步骤 | 第27页 |
| 4.3 时间序列的数据预处理 | 第27-30页 |
| 4.3.1 拉伊达准则去除奇异点 | 第28页 |
| 4.3.2 提取趋势项 | 第28-29页 |
| 4.3.3 预处理结果分析 | 第29-30页 |
| 4.4 时间序列数据的检验方法 | 第30-32页 |
| 4.4.1 平稳性检验 | 第30页 |
| 4.4.2 正态性检验 | 第30-31页 |
| 4.4.3 周期性检验 | 第31页 |
| 4.4.4 经预处理后的实验数据检验 | 第31-32页 |
| 4.5 时间序列模型的建立与参数识别 | 第32-35页 |
| 4.5.1 自相关系数和偏相关系数的计算和分析 | 第32-33页 |
| 4.5.2 时间序列模型的参数选择 | 第33-34页 |
| 4.5.3 模型的验证：白噪声检验 | 第34-35页 |
| 4.6 基于时间序列模型的卡尔曼滤波 | 第35-41页 |
| 4.6.1 卡尔曼滤简介 | 第35-36页 |
| 4.6.2 状态空间模型及建立 | 第36-38页 |
| 4.6.3 滤波初值的确定 | 第38页 |
| 4.6.4 数据处理结果 | 第38-41页 |
| 4.7 本章小结 | 第41-43页 |
| 第五章 AR与SVM支持向量机混合模型在MEMS陀螺仪随机漂移误差补偿中的应用 | 第43-54页 |
| 5.1 AR与SVM支持向量机混合模型的应用 | 第43-51页 |
| 5.1.1 SVM支持向量机理论介绍 | 第43-44页 |
| 5.1.2 SVM支持向量机的理论基础 | 第44-48页 |
| 5.1.3 SVM支持向量机的建模 | 第48-51页 |
| 5.2 AR与SVM支持向量机混合模型的实验验证 | 第51-52页 |
| 5.3 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 作者简介 | 第59页 |
