首页--工业技术论文--无线电电子学、电信技术论文--无线电导航论文

复杂环境下MEMS陀螺仪误差分析与补偿

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-15页
    1.1 课题研究背景及研究意义第10-11页
    1.2 国内外MEMS陀螺仪的发展与现状第11-14页
    1.3 本文的主要工作和内容安排第14-15页
第二章 MEMS陀螺仪工作特性及误差补偿第15-24页
    2.1 MEMS陀螺仪的工作性能分析第15-16页
        2.1.1 LPMS-USBAL2的性能分析第15-16页
    2.2 MEMS陀螺误差补偿第16-23页
        2.2.1 MEMS陀螺仪的主要性能指标第16-19页
        2.2.2 MEMS陀螺仪误差补偿分析第19-23页
            2.2.2.1 MEMS陀螺仪随机误差第19-21页
            2.2.2.2 MEMS陀螺仪温度误差第21-23页
    2.3 本章小结第23-24页
第三章 小波分析在MEMS陀螺的降噪方法分析第24-34页
    3.1 小波分析总体概述第24-25页
    3.2 小波阈值去噪算法描述第25页
    3.3 软阈值法和硬阈值法第25-27页
    3.4 软硬阈值折衷法第27-29页
    3.5 基于MEMS陀螺仪软阈值、硬阈值、软硬阈值折衷法对比第29-32页
        3.5.1 LPMS-USBAL2 MEMS陀螺仪输出的原始数据第29-30页
        3.5.2 三种方法的去噪结果比较第30-32页
            3.5.2.1 软阈值法分析第30页
            3.5.2.2 硬阈值法分析第30-31页
            3.5.2.3 软硬阈值折衷法分析第31-32页
    3.6 三种方法的对比第32-33页
    3.7 本章小结第33-34页
第四章 MEMS陀螺仪随机误差辨识与分析第34-47页
    4.1 随机误差的辨识方法第34页
    4.2 Allan方差与各噪声源分析第34-41页
        4.2.1 Allan方差原理分析第35-37页
        4.2.2 噪声源分析第37-41页
    4.3 MEMS惯性器件的Allan方差分析第41-42页
        4.3.1 Allan方差模型第41-42页
    4.4 Allan方差对小波阈值去噪法的辨识第42-46页
    4.5 本章小结第46-47页
第五章 RBF神经网络第47-63页
    5.1 RBF神经网络第47-54页
        5.1.1 径向基函数第48-49页
        5.1.2 网络输出计算第49-50页
        5.1.3 网络的学习算法第50-54页
    5.2 MEMS陀螺仪温度误差第54-57页
        5.2.1 MEMS陀螺仪全温实验第54-57页
    5.3 MEMS陀螺温度误差建模与补偿第57-62页
        5.3.1 温度补偿基本原理第57-59页
        5.3.2 RBF神经网络建模与补偿第59-62页
    5.4 本章小结第62-63页
第六章 振动环境下MEMS陀螺仪误差分析第63-73页
    6.1 MEMS陀螺仪振动实验第63-65页
        6.1.1 振动台及其分类第63-65页
    6.2 振动环境下MEMS陀螺仪误差分析第65-68页
        6.2.1 恒定幅值随机振动第65-66页
        6.2.2 变幅值随机振动第66-68页
    6.3 振动环境下MEMS陀螺仪误差补偿第68-72页
        6.3.1 Kalman滤波算法第68-70页
        6.3.2 基于Kalman滤波振动环境下MEMS陀螺仪误差补偿第70-72页
            6.3.2.1 恒定幅值随机振动误差补偿第70-71页
            6.3.3.2 变幅值随机振动误差补偿第71-72页
    6.4 本章小结第72-73页
第七章 总结与展望第73-75页
    7.1 工作总结第73页
    7.2 展望第73-75页
参考文献第75-79页
攻读硕士学位期间所取得的研究成果第79-80页
致谢第80-81页

论文共81页,点击 下载论文
上一篇:认知无线网络功率控制与能效策略研究
下一篇:基于集成学习的HEVC帧内编码单元快速划分研究