| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第18-36页 |
| 1.1 研究背景及意义 | 第18-21页 |
| 1.2 多旋翼无人机中MEMS传感器标定及融合技术的国内外现状分析 | 第21-31页 |
| 1.2.1 多旋翼无人机的国内外发展概况 | 第21-24页 |
| 1.2.2 MEMS传感器误差标定及测量性能优化技术研究现状 | 第24-28页 |
| 1.2.3 多旋翼无人机的导航传感器融合技术研究现状 | 第28-31页 |
| 1.3 多旋翼无人机中MEMS传感器标定及融合技术的关键问题分析 | 第31-33页 |
| 1.3.1 MEMS传感器动态性能优化技术方面存在的问题 | 第31-32页 |
| 1.3.2 传感器位姿信息融合技术方面存在的问题 | 第32-33页 |
| 1.4 论文的研究内容与结构 | 第33-36页 |
| 第二章 基于MEMS陀螺仪动态误差标定及余度融合的角速率测量性能增强方法 | 第36-64页 |
| 2.1 引言 | 第36页 |
| 2.2 MEMS陀螺仪的核心原理及误差模型分析 | 第36-39页 |
| 2.2.1 MEMS陀螺仪的结构及核心原理 | 第37-38页 |
| 2.2.2 包含G值敏感误差的MEMS陀螺仪角速率误差建模与分析 | 第38-39页 |
| 2.3 MEMS陀螺仪的G值敏感误差标定与补偿方法 | 第39-48页 |
| 2.3.1 基于误差模型解耦的G值敏感系数转台标定方案 | 第40-42页 |
| 2.3.2 MEMS陀螺仪的G值敏感系数标定与补偿方法 | 第42-43页 |
| 2.3.3 MEMS陀螺仪中的G值敏感系数标定与补偿方法验证与分析 | 第43-48页 |
| 2.4 基于异类MEMS陀螺仪正交余度配置的角速率测量性能增强方法 | 第48-63页 |
| 2.4.1 基于异类型MEMSIMU的正交余度配置方案设计 | 第48-50页 |
| 2.4.2 异类MEMS陀螺仪正交余度配置方案中的传感器在线标定方法 | 第50-54页 |
| 2.4.3 量测噪声自适应调节的角速率测量性能增强融合方法 | 第54-55页 |
| 2.4.4 异类MEMS陀螺仪正交余度配置的角速率测量性能增强方法验证与分析 | 第55-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第三章 基于姿态角划分选点区间的磁传感器在线标定方法 | 第64-81页 |
| 3.1 引言 | 第64页 |
| 3.2 基于特征值分解的磁传感器误差参数拟合方法 | 第64-70页 |
| 3.2.1 MEMS磁传感器误差模型的建立 | 第65页 |
| 3.2.2 基于最小特征值的磁传感器误差参数拟合方法 | 第65-70页 |
| 3.3 基于姿态角划分选点区间的磁传感器在线标定方法设计 | 第70-74页 |
| 3.3.1 磁传感器标定的数据采集与选取方法对比分析 | 第70-71页 |
| 3.3.2 基于姿态角在线划分选点区间的磁传感器在线标定算法 | 第71-74页 |
| 3.4 基于姿态角划分选点区间的在线磁标定算法的验证与分析 | 第74-79页 |
| 3.4.1 在线磁标定算法的抗振动干扰性能的验证与分析 | 第74-76页 |
| 3.4.2 在线磁标定算法模型适应性的验证与分析 | 第76-79页 |
| 3.5 本章小结 | 第79-81页 |
| 第四章 基于运动加速度在线自适应估计的姿态融合方法 | 第81-102页 |
| 4.1 引言 | 第81页 |
| 4.2 姿态解算原理及姿态融合算法存在的问题分析 | 第81-84页 |
| 4.2.1 基于MEMS陀螺仪角速率输入的姿态解算 | 第82-84页 |
| 4.2.2 现有姿态融合算法的核心原理总结与存在问题分析 | 第84页 |
| 4.3 水平姿态融合算法中的传感器及误差状态建模 | 第84-88页 |
| 4.3.1 姿态融合算法中MEMS陀螺仪的误差建模分析 | 第85-86页 |
| 4.3.2 姿态融合算法中的姿态角误差建模分析 | 第86页 |
| 4.3.3 姿态融合算法中的运动加速度误差建模分析 | 第86-88页 |
| 4.4 运动加速度在线自适应估计的水平姿态融合算法 | 第88-93页 |
| 4.4.1 姿态融合算法中状态及量测方程的建立 | 第89-91页 |
| 4.4.2 状态误差估计与状态量反馈修正 | 第91页 |
| 4.4.3 运动加速度衰减系数自适应调节方法 | 第91-93页 |
| 4.5 基于二阶阻尼回路的航向角修正方法 | 第93-94页 |
| 4.6 姿态融合算法验证与分析 | 第94-101页 |
| 4.6.1 仿真实验中水平姿态融合算法的验证与分析 | 第94-96页 |
| 4.6.2 跑车实验中水平姿态融合算法的验证与分析 | 第96-99页 |
| 4.6.3 跑车实验中航向角融合算法的验证与分析 | 第99-101页 |
| 4.7 本章小结 | 第101-102页 |
| 第五章 线性/非线性混合量测更新的自适应位姿融合方法 | 第102-125页 |
| 5.1 引言 | 第102页 |
| 5.2 非线性融合算法计算复杂度的优化方法 | 第102-106页 |
| 5.2.1 UKF非线性融合算法的基本原理分析 | 第103-105页 |
| 5.2.2 UKF非线性融合算法的计算复杂度分析 | 第105页 |
| 5.2.3 基于多类量测输入的UKF计算复杂度优化方法 | 第105-106页 |
| 5.3 线性/非线性混合量测更新的UKF改进算法设计 | 第106-113页 |
| 5.3.1 状态量选取与非线性状态方程的构建 | 第107-109页 |
| 5.3.2 线性/非线性混合量测更新方程的构建 | 第109-110页 |
| 5.3.3 线性/非线性混合量测更新的UKF改进算法设计 | 第110-113页 |
| 5.4 UKF改进算法的精度与可靠性的增强方法 | 第113-120页 |
| 5.4.1 SHAKF的基本原理及传统滤波发散判据的问题分析 | 第113-115页 |
| 5.4.2 基于Sage-Husa的改进UKF性能增强方法 | 第115-120页 |
| 5.5 线性/非线性混合量测的位姿融合算法仿真验证与分析 | 第120-124页 |
| 5.6 本章小结 | 第124-125页 |
| 第六章 飞行实验系统设计与融合算法性能验证分析 | 第125-150页 |
| 6.1 引言 | 第125页 |
| 6.2 基于多旋翼无人机的飞行实验方案设计与系统搭建 | 第125-129页 |
| 6.3 基于EMPU的融合算法硬件在环计算平台设计与实现 | 第129-135页 |
| 6.3.1 基于EMPU的融合算法硬件在环计算平台的总体设计方案 | 第129-130页 |
| 6.3.2 基于EMPU的融合算法计算单元的软硬件系统设计 | 第130-132页 |
| 6.3.3 传感器数据发生器的软硬件设计 | 第132-133页 |
| 6.3.4 融合算法硬件在环计算平台的PC端显控软件设计 | 第133-135页 |
| 6.4 飞行实验与融合算法验证分析 | 第135-149页 |
| 6.4.1 姿态融合算法的飞行实验验证与分析 | 第136-142页 |
| 6.4.2 位姿融合算法的飞行实验验证与分析 | 第142-149页 |
| 6.5 本章小结 | 第149-150页 |
| 第七章 总结与展望 | 第150-154页 |
| 7.1 本文的主要工作与创新 | 第150-153页 |
| 7.1.1 本文的主要工作和研究内容 | 第150-152页 |
| 7.1.2 本文的主要贡献与创新之处 | 第152-153页 |
| 7.2 进一步工作展望 | 第153-154页 |
| 参考文献 | 第154-165页 |
| 致谢 | 第165-167页 |
| 在学期间的研究成果及学术论文 | 第167-169页 |
