| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 移动机器人发展现状 | 第12-15页 |
| 1.3 太阳能装置研究现状 | 第15-16页 |
| 1.4 太阳能电池简介 | 第16-17页 |
| 1.5 论文主要内容及结构 | 第17-19页 |
| 第2章 追光基础定位系统 | 第19-39页 |
| 2.1 GPS定位技术 | 第19-22页 |
| 2.1.1 GPS定位系统组成 | 第19页 |
| 2.1.2 GPS卫星基本定位原理 | 第19-21页 |
| 2.1.3 GPS误差来源及分析 | 第21-22页 |
| 2.2 航位推算定位技术 | 第22-24页 |
| 2.3 太阳能小车应用 | 第24-27页 |
| 2.3.1 太阳能小车 | 第24-27页 |
| 2.4 追光基础定位方法的研究 | 第27-38页 |
| 2.4.1 基础定位组合方法 | 第27-31页 |
| 2.4.2 GPS接收站、基站定位性能测试 | 第31-33页 |
| 2.4.3 追光基础定位坐标系统及其坐标转换 | 第33-37页 |
| 2.4.4 传感器连接及安装方式 | 第37-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 追光系统设计 | 第39-55页 |
| 3.1 追光系统的总体方案设计 | 第39-42页 |
| 3.2 追踪控制模块 | 第42-53页 |
| 3.2.1 控制计算模块 | 第42-50页 |
| 3.2.2 角度补偿模块 | 第50-52页 |
| 3.2.3 储存模块 | 第52-53页 |
| 3.3 追光系统角度显示模块 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 卡尔曼滤波算法在基础定位系统中的应用 | 第55-67页 |
| 4.1 Kalman滤波理论基础 | 第55-62页 |
| 4.1.1 随机线性离散系统卡尔曼滤波理论 | 第55-60页 |
| 4.1.2 扩展卡尔曼滤波理论 | 第60-62页 |
| 4.2 追光基础定位系统的滤波算法应用 | 第62-66页 |
| 4.2.1 利用离散Kalman滤波算法计算处理GPS数学模型 | 第62-64页 |
| 4.2.2 利用EKF滤波算法处理GPS/DR组合定位数学模型 | 第64-66页 |
| 4.2.3 基于卡拉曼滤波算法的基础定位滤波器结构 | 第66页 |
| 4.3 本章小结 | 第66-67页 |
| 第5章 系统实验与算法仿真 | 第67-87页 |
| 5.1 传感器数据的接收与处理 | 第67-69页 |
| 5.2 系统的路跑实验 | 第69-75页 |
| 5.3 MATLAB仿真 | 第75-86页 |
| 5.4 本章小结 | 第86-87页 |
| 第6章 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87页 |
| 6.2 展望 | 第87-89页 |
| 参考文献 | 第89-93页 |
| 攻读学位期间发表的学术论文目录 | 第93-94页 |
| 致谢 | 第94-95页 |
