| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外发展概况 | 第14-20页 |
| 1.2.1 姿态测量方法发展概况 | 第14-16页 |
| 1.2.2 姿态解算算法发展概况 | 第16-20页 |
| 1.3 嵌入式实时操作系统 | 第20-21页 |
| 1.4 本文主要研究内容及结构安排 | 第21-25页 |
| 第2章 无人机飞行控制系统 | 第25-35页 |
| 2.1 无人机飞行控制系统的原理 | 第25-27页 |
| 2.2 飞控系统硬件架构设计 | 第27-32页 |
| 2.2.1 微处理器选型 | 第28-29页 |
| 2.2.2 传感器选型 | 第29-32页 |
| 2.3 基于Free RTOS的无人机飞控软件环境 | 第32-34页 |
| 2.3.1 实时操作系统Free RTOS | 第32页 |
| 2.3.2 FreeRTOS在飞控系统平台上的移植 | 第32-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 MEMS传感器误差与校准 | 第35-45页 |
| 3.1 MEMS惯性器件误差源分析 | 第35页 |
| 3.2 确定性误差模型和校准 | 第35-40页 |
| 3.2.1 加速度计误差模型与校准 | 第35-37页 |
| 3.2.2 陀螺仪误差模型与校准 | 第37-38页 |
| 3.2.3 磁力计误差模型与校准 | 第38-40页 |
| 3.3 随机误差模型 | 第40-41页 |
| 3.3.1 陀螺仪随机误差模型 | 第40页 |
| 3.3.2 加速度计随机误差模型 | 第40-41页 |
| 3.4 传感器信号滤波 | 第41-42页 |
| 3.5 传感器数据采集实验 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 无人机姿态解算算法分析 | 第45-59页 |
| 4.1 相关坐标系的建立 | 第45-46页 |
| 4.2 姿态表示方式 | 第46-50页 |
| 4.2.1 欧拉角 | 第46-47页 |
| 4.2.2 旋转变换矩阵 | 第47-49页 |
| 4.2.3 四元数 | 第49-50页 |
| 4.3 基于陀螺仪的四元数姿态解算算法 | 第50-53页 |
| 4.3.1 四元数微分方程 | 第51-52页 |
| 4.3.2 龙格库塔法求解四元数微分方程 | 第52-53页 |
| 4.4 基于加速度计/磁力计的姿态解算算法 | 第53-55页 |
| 4.4.1 基于加速度计数据解算俯仰角和横滚角 | 第53-54页 |
| 4.4.2 基于磁力计数据解算偏航角 | 第54-55页 |
| 4.5 基于多传感器测量系统的姿态估计 | 第55-57页 |
| 4.6 本章小结 | 第57-59页 |
| 第5章 基于EKF的姿态估计 | 第59-80页 |
| 5.1 卡尔曼滤波(KF)的原理 | 第59-60页 |
| 5.2 卡尔曼滤波的过程 | 第60-65页 |
| 5.2.1 线性离散卡尔曼滤波 | 第60-63页 |
| 5.2.2 扩展卡尔曼滤波(EKF) | 第63-65页 |
| 5.3 基于EKF的姿态估计器实现 | 第65-69页 |
| 5.3.1 确定状态方程和观测方程 | 第65-69页 |
| 5.3.2 EKF滤波器迭代过程 | 第69页 |
| 5.4 滤波器融合结果分析 | 第69-76页 |
| 5.4.1 实验条件 | 第69-72页 |
| 5.4.2 实验结果分析 | 第72-76页 |
| 5.5 基于多新息的改进EKF | 第76-79页 |
| 5.6 本章小结 | 第79-80页 |
| 第6章 EKF在无人机速度、位置估计中的应用 | 第80-88页 |
| 6.1 无人机速度、位置信息的获取 | 第80-81页 |
| 6.2 基于EKF的位置、速度估计器实现 | 第81-85页 |
| 6.2.1 状态方程和量测方程的建立 | 第82-84页 |
| 6.2.2 滤波迭代过程 | 第84-85页 |
| 6.3 仿真结果分析 | 第85-87页 |
| 6.4 本章小结 | 第87-88页 |
| 第7章 总结与展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 攻读硕士期间已发表的论文 | 第96-98页 |
| 致谢 | 第98页 |