| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 引言 | 第13页 |
| 1.2 噪声自适应估计方法的发展现状 | 第13-17页 |
| 1.2.1 基于极大后验估计法的噪声自适应估计方法 | 第13-14页 |
| 1.2.2 基于极大似然法的噪声自适应估计方法 | 第14-15页 |
| 1.2.3 基于协方差匹配法的噪声自适应估计方法 | 第15页 |
| 1.2.4 基于相关法的噪声自适应估计方法 | 第15-16页 |
| 1.2.5 基于ALS的噪声自适应估计方法 | 第16-17页 |
| 1.3 有色噪声自适应估计算法的研究现状 | 第17-18页 |
| 1.4 噪声估计方法在加速度计动态测量中的应用 | 第18-19页 |
| 1.5 课题的研究意义和主要研究内容 | 第19-21页 |
| 1.5.1 课题的研究意义 | 第19页 |
| 1.5.2 课题的主要研究内容 | 第19-21页 |
| 第二章 基于改进的ALS噪声估计算法研究 | 第21-37页 |
| 2.1 引言 | 第21页 |
| 2.2 自协方差最小二乘噪声估计算法原理 | 第21-25页 |
| 2.2.1 基于自相关法的新息自协方差函数方程组 | 第22-23页 |
| 2.2.2 自协方差函数方程组求解 | 第23-25页 |
| 2.3 总体最小二乘算法 | 第25-27页 |
| 2.3.1 一般总体最小二乘 | 第25-26页 |
| 2.3.2 截断总体最小二乘 | 第26-27页 |
| 2.4 自协方差总体最小二乘噪声估计 | 第27-31页 |
| 2.4.1 ATLS噪声估计算法原理 | 第27-29页 |
| 2.4.2 ATLS噪声估计算法实现 | 第29-30页 |
| 2.4.3 迭代的ATLS噪声估计算法及实现 | 第30-31页 |
| 2.5 实验与分析 | 第31-35页 |
| 2.6 小结 | 第35-37页 |
| 第三章 有色噪声下的ALS噪声估计算法研究 | 第37-49页 |
| 3.1 引言 | 第37页 |
| 3.2 有色噪声条件下的卡尔曼滤波算法 | 第37-40页 |
| 3.3 有色噪声条件下的ALS噪声估计算法 | 第40-45页 |
| 3.3.1 有色噪声下的ALS噪声估计算法原理 | 第40-44页 |
| 3.3.2 有色噪声下的ALS噪声估计算法实现 | 第44-45页 |
| 3.4 实验与分析 | 第45-47页 |
| 3.5 小结 | 第47-49页 |
| 第四章 ALS噪声估计算法在加速度计动态测量中的应用 | 第49-63页 |
| 4.1 引言 | 第49页 |
| 4.2 基于模型参考和误差白化的加速度计动态补偿器设计原理 | 第49-53页 |
| 4.3 基于ALS噪声估计的自适应卡尔曼滤波器 | 第53-56页 |
| 4.3.1 基于参考模型的测量系统状态空间方程 | 第53-54页 |
| 4.3.2 基于ALS噪声估计的自适应卡尔曼滤波器原理 | 第54-55页 |
| 4.3.3 基于ALS噪声估计的自适应卡尔曼滤波器实现 | 第55-56页 |
| 4.4 实验与分析 | 第56-62页 |
| 4.4.1 微硅加速度计的实验与分析 | 第56-59页 |
| 4.4.2 压电加速度计的实验与分析 | 第59-62页 |
| 4.5 小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-69页 |
| 研究成果及发表的学术论文 | 第69-71页 |
| 作者简介 | 第71-72页 |
| 硕士研究生学位论文答辩委员会决议书 | 第72-73页 |
