多微机电陀螺数据融合方法的切换策略研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-20页 |
| 1.1 课题研究的背景与意义 | 第8-9页 |
| 1.2 MEMS陀螺仪 | 第9-13页 |
| 1.3 多传感器数据融合技术 | 第13-16页 |
| 1.4 信号突变检测研究进展 | 第16-18页 |
| 1.5 MEMS陀螺技术的发展趋势 | 第18-19页 |
| 1.6 研究内容与论文结构 | 第19-20页 |
| 2 信号多尺度分析与小波域多尺度数据融合算法 | 第20-30页 |
| 2.1 小波分析的基础理论 | 第20-21页 |
| 2.1.1 连续小波变换 | 第20-21页 |
| 2.1.2 离散小波变换 | 第21页 |
| 2.2 多分辨率分析及Mallat算法 | 第21-23页 |
| 2.3 多尺度融合分析 | 第23-24页 |
| 2.4 小波熵 | 第24-25页 |
| 2.5 小波域多尺度数据融合算法 | 第25-26页 |
| 2.6 基于小波融合算法的陀螺数据融合处理 | 第26-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 信号突变检测 | 第30-38页 |
| 3.1 小波方法 | 第30-31页 |
| 3.1.1 信号的突变与小波变换 | 第30页 |
| 3.1.2 小波方法信号突变检测原理 | 第30-31页 |
| 3.2 累积和控制图法 | 第31-32页 |
| 3.3 Mann-Kendall方法 | 第32-33页 |
| 3.4 启发式分割算法 | 第33页 |
| 3.5 陀螺信号实时突变检测方法 | 第33-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 动态陀螺信号融合方法及融合方法切换方案 | 第38-48页 |
| 4.1 自适应Kalman滤波融合算法 | 第38-40页 |
| 4.2 正交基神经网络算法 | 第40-42页 |
| 4.2.1 正交基神经网络模型 | 第40-41页 |
| 4.2.2 正交基神经网络算法描述 | 第41-42页 |
| 4.3 最优加权递归最小二乘融合算法 | 第42-43页 |
| 4.3.1 最优权值的确定 | 第42页 |
| 4.3.2 量测噪声的方差估计 | 第42-43页 |
| 4.3.3 递归最小二乘 | 第43页 |
| 4.4 数据融合方法的分析比较 | 第43-46页 |
| 4.5 MEMS陀螺数据融合方法切换方案 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 实验分析 | 第48-62页 |
| 5.1 陀螺数据融合结果性能评价 | 第48-50页 |
| 5.1.1 普通Allan方差 | 第48-49页 |
| 5.1.2 动态Allan方差 | 第49-50页 |
| 5.2 静态实验 | 第50-51页 |
| 5.3 动态实验 | 第51-60页 |
| 5.3.1 恒速率实验 | 第51-54页 |
| 5.3.2 匀加速实验 | 第54-57页 |
| 5.3.3 跳变实验 | 第57-59页 |
| 5.3.4 单轴角振动实验 | 第59-60页 |
| 5.4 本章小结 | 第60-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62页 |
| 6.2 存在的不足与展望 | 第62-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 附录 | 第72页 |
