中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 课题研究背景 | 第9-11页 |
1.1.1 MEMS加速度计概述 | 第9页 |
1.1.2 MEMS加速度计的发展 | 第9页 |
1.1.3 MEMS加速度计的分类与应用 | 第9-11页 |
1.2 MEMS加速度计的国内外研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 研究意义与主要研究内容 | 第14-16页 |
第2章 扭摆式硅微加速度计的工作原理 | 第16-24页 |
2.1 扭摆式硅微加速度计的基本工作原理 | 第16-17页 |
2.2 扭摆式硅微加速度计的温度特性 | 第17-21页 |
2.2.1 扭摆式硅微加速度计的结构原理 | 第17-19页 |
2.2.2 开环式硅微加速度计的信号检测原理 | 第19-20页 |
2.2.3 扭摆式硅微加速度计温度误差来源 | 第20-21页 |
2.2.4 减小温度误差方法 | 第21页 |
2.3 扭摆式硅微加速度计的性能参数 | 第21-23页 |
2.3.1 基本性能参数 | 第21-22页 |
2.3.2 标度因数温度系数 | 第22页 |
2.3.3 零偏稳定性 | 第22-23页 |
2.4 本章总结 | 第23-24页 |
第3章 扭摆式硅微加速度计性能补偿算法研究 | 第24-48页 |
3.1 基于最小二乘多项式拟合的扭摆式硅微加速度计模型辨识 | 第25-31页 |
3.1.1 最小二乘多项式拟合原理 | 第25-26页 |
3.1.2 最小二乘多项式拟合曲面建立加速度计温度模型 | 第26-30页 |
3.1.3 最小二乘多项式拟合曲线建立加速度计非线性模型 | 第30-31页 |
3.2 基于BP神经网络拟合的扭摆式硅微加速度计模型辨识 | 第31-39页 |
3.2.1 BP神经网络原理 | 第31-33页 |
3.2.2 BP神经网络建立加速度计温度模型 | 第33-39页 |
3.2.3 BP神经网络建立加速度计非线性模型 | 第39页 |
3.3 基于小波神经网络拟合的扭摆式硅微加速度计模型辨识 | 第39-46页 |
3.3.1 小波神经网络原理 | 第39-41页 |
3.3.2 小波神经网络建立加速度计温度模型 | 第41-45页 |
3.3.3 小波神经网络建立加速度计非线性模型 | 第45-46页 |
3.4 三种补偿方法拟合结果比较 | 第46-47页 |
3.5 本章小结 | 第47-48页 |
第4章 温度补偿系统的设计与实现 | 第48-59页 |
4.1 系统方案设计 | 第48页 |
4.2 系统硬件设计 | 第48-54页 |
4.2.1 电源模块 | 第48-49页 |
4.2.2 加速度计电路模块 | 第49-51页 |
4.2.3 模数转换模块 | 第51页 |
4.2.4 微处理器模块 | 第51-53页 |
4.2.5 数字通信模块 | 第53-54页 |
4.3 系统软件设计 | 第54-58页 |
4.3.1 加速度计数据获取程序设计 | 第55-57页 |
4.3.2 补偿数据处理 | 第57-58页 |
4.3.3 串口数据发送 | 第58页 |
4.4 本章小结 | 第58-59页 |
第5章 测试系统软件设计与实现 | 第59-67页 |
5.1 测试系统软件总体设计 | 第59-60页 |
5.2 离心机转台控制 | 第60-62页 |
5.3 数据采集 | 第62-63页 |
5.4 数据存储 | 第63-64页 |
5.5 自动化设计 | 第64-66页 |
5.6 本章小结 | 第66-67页 |
第6章 性能测试结果与分析 | 第67-77页 |
6.1 非线性补偿 | 第67-70页 |
6.1.1 测试系统与方法 | 第67-69页 |
6.1.2 测试结果 | 第69-70页 |
6.2 温度补偿 | 第70-76页 |
6.2.1 测试系统与方法 | 第70-72页 |
6.2.2 测试结果 | 第72-76页 |
6.3 本章小结 | 第76-77页 |
第7章 总结与展望 | 第77-79页 |
7.1 本论文工作总结 | 第77页 |
7.2 未来工作展望 | 第77-79页 |
参考文献 | 第79-84页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
致谢 | 第85-86页 |