首页--天文学、地球科学论文--海洋学论文--海洋调查与观测论文--调查及观测方法论文

基于惯性测量元件的波浪测量方法研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 课题的研究目的和意义第9页
    1.2 课题的研究现状第9-13页
        1.2.1 惯性导航系统的研究现状第9-11页
        1.2.2 波浪测量仪器的研究现状第11-13页
    1.3 课题的研究内容第13-15页
第二章 捷联式惯性导航系统第15-30页
    2.1 引言第15-16页
    2.2 惯性测量元件第16-21页
        2.2.1 三轴加速度计第16-18页
        2.2.2 三轴陀螺仪第18-19页
        2.2.3 输出模式第19-20页
        2.2.4 工作状态第20-21页
    2.3 姿态解算第21-29页
        2.3.1 常用坐标系与坐标变换第21-24页
        2.3.2 姿态矩阵的计算第24-29页
    2.4 本章小结第29-30页
第三章 波浪信号的分析处理第30-41页
    3.1 引言第30页
    3.2 波浪信号积分算法第30-33页
        3.2.1 频域积分算法第30-31页
        3.2.2 时域积分算法第31-33页
    3.3 波浪信号处理方法第33-38页
        3.3.1 信号平滑第33-35页
        3.3.2 直流分量第35-36页
        3.3.3 多项式趋势项第36-38页
    3.4 波浪信号处理方法的实现第38-40页
    3.5 本章小结第40-41页
第四章 试验设计与结果分析第41-55页
    4.1 试验设计第41-42页
        4.1.1 试验条件第41页
        4.1.2 试验仪器与布置第41-42页
    4.2 试验数据分析第42-51页
        4.2.1 误差评价第43页
        4.2.2 试验结果对比第43-51页
    4.3 波向的判断第51-53页
        4.3.1 波向的计算分析第51-53页
    4.4 本章小结第53-55页
第五章 基于Elman神经网络的波高预测第55-64页
    5.1 人工神经网络第55-56页
        5.1.1 人工神经网络的特点第55页
        5.1.2 人工神经网络的组成第55-56页
    5.2 试验目的及数据准备第56-58页
        5.2.1 试验目的第56页
        5.2.2 数据准备第56-58页
    5.3 Elman神经网络第58-63页
        5.3.1 Elman神经网络的网络结构及数学模型第58-59页
        5.3.2 Elman神经网络的学习算法第59-60页
        5.3.3 Elman神经网络的设计第60-61页
        5.3.4 Elman网络预测模型的仿真与结果分析第61-63页
    5.4 本章小结第63-64页
第六章 总结与展望第64-66页
    6.1 总结第64-65页
    6.2 展望第65-66页
参考文献第66-70页
发表论文和科研情况说明第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:面向海洋工程的全球风浪数据库的开发与应用
下一篇:虚拟现实系统中海洋洋流可视化的研究与实现