基于ICA的多维力传感器解耦研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 1 绪论 | 第14-22页 |
| ·课题的背景和研究意义 | 第14-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·课题来源及研究内容 | 第20-22页 |
| 2 常用多维力传感器解耦算法 | 第22-34页 |
| ·多维力传感器静态解耦算法 | 第22-28页 |
| ·基于最小二乘法的线性解耦原理 | 第22-23页 |
| ·基于查询表的多维传感器解耦算法 | 第23-25页 |
| ·基于模糊推理的多维传感器解耦算法 | 第25-26页 |
| ·基于神经网络的多维传感器静态解耦算法 | 第26-28页 |
| ·多维力传感器动态解耦算法 | 第28-34页 |
| ·不变性动态解耦方法 | 第29-30页 |
| ·迭代动态解耦方法 | 第30-32页 |
| ·对角优势化补偿解耦 | 第32-34页 |
| 3 独立成分分析理论与算法 | 第34-56页 |
| ·概述 | 第34页 |
| ·独立成分分析的定义 | 第34-37页 |
| ·ICA问题的提出 | 第34-35页 |
| ·ICA的约束 | 第35页 |
| ·ICA中的含混因素 | 第35-36页 |
| ·统计独立性 | 第36-37页 |
| ·非高斯性判据 | 第37-42页 |
| ·极大化非高斯性的ICA估计方法 | 第37-38页 |
| ·非高斯性的度量 | 第38-40页 |
| ·极小化互信息的ICA估计方法 | 第40-41页 |
| ·信息极大的ICA估计方法 | 第41-42页 |
| ·ICA的极大似然估计方法 | 第42页 |
| ·数据的预处理 | 第42-44页 |
| ·中心化 | 第43页 |
| ·白化 | 第43-44页 |
| ·预处理总结 | 第44页 |
| ·ICA算法 | 第44-50页 |
| ·FastICA算法 | 第44-47页 |
| ·基于负熵的梯度算法 | 第47-48页 |
| ·信息极大(Infomax)算法 | 第48-49页 |
| ·其它ICA算法 | 第49-50页 |
| ·常见信号的ICA分解 | 第50-56页 |
| ·频率相同、相位不同的正弦信号 | 第50-51页 |
| ·随机信号、方波信号和正弦信号的混合信号 | 第51-53页 |
| ·高斯信号和非高斯信号的混合信号 | 第53-56页 |
| 4 传感器标定实验研究 | 第56-76页 |
| ·概述 | 第56-57页 |
| ·多维力传感器的静态标定 | 第57-71页 |
| ·传感器静态特性的标定方法 | 第57-58页 |
| ·六维力传感器的静态标定实验 | 第58-71页 |
| ·传感器的动态标定 | 第71-75页 |
| ·传感器的动态冲击试验 | 第71-73页 |
| ·传感器频响特性的标定研究 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 5 传感器的解耦研究 | 第76-90页 |
| ·传感器的静态解耦 | 第76-80页 |
| ·基于最小二乘法的线性解耦 | 第77-78页 |
| ·基于独立成分分析的线性解耦 | 第78-79页 |
| ·对比分析 | 第79-80页 |
| ·传感器的动态解耦 | 第80-90页 |
| ·基于对角优势化补偿的传感器动态解耦 | 第80-86页 |
| ·基于ICA的传感器动态解耦 | 第86-90页 |
| 6 总结与展望 | 第90-92页 |
| ·全文总结 | 第90-91页 |
| ·研究展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-98页 |
| 作者简介及读研期间主要科研成果 | 第98页 |
