首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向能量回收的MIMU人体运动检测识别方法研究及系统实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-14页
    1.1 课题研究背景及意义第9-10页
    1.2 基于微惯性技术的人体运动检测识别国内外研究动态第10-12页
        1.2.1 国外研究动态第10-11页
        1.2.2 国内研究动态第11-12页
    1.3 论文的主要内容和章节安排第12-14页
第二章 人体运动检测识别系统硬件设计及系统标定研究第14-32页
    2.1 人体运动检测识别系统硬件设计第14-17页
        2.1.1 系统硬件整体设计第14-15页
        2.1.2 微处理器外围电路设计第15页
        2.1.3 MPU9250外围电路设计第15-17页
    2.2 MIMU误差建模研究第17-19页
        2.2.1 系统误差建模第17-19页
        2.2.2 陀螺仪漂移误差建模第19页
    2.3 MIMU整机标定方法研究第19-23页
        2.3.1 标量场校准法第20-21页
        2.3.2 两平面旋转法第21-22页
        2.3.3 重力场校准法第22页
        2.3.4 转台旋转激励法第22-23页
    2.4 基于椭球拟合的磁力计标定方法研究第23-25页
    2.5 系统标定实验第25-31页
        2.5.1 基于椭球拟合的磁力计标定实验第25-26页
        2.5.2 MIMU整机标定实验第26-30页
            2.5.2.1 标量场校准法标定实验第26-27页
            2.5.2.2 两平面旋转法标定实验第27-28页
            2.5.2.3 重力场校准法标定实验第28-29页
            2.5.2.4 转台旋转激励法标定实验第29-30页
        2.5.3 MIMU标定效果验证第30-31页
    2.6 本章小结第31-32页
第三章 人体运动姿态解算算法研究第32-49页
    3.1 惯性测量中常用坐标系第32页
    3.2 坐标变换及姿态更新算法第32-38页
        3.2.1 方向余弦法第32-34页
        3.2.2 欧拉角法第34-35页
        3.2.3 四元数法第35-36页
        3.2.4 欧拉角与方向余弦、四元数的关系第36-37页
        3.2.5 欧拉角与方向余弦、四元数的比较第37-38页
    3.3 姿态解算算法研究与改进第38-47页
        3.3.1 卡尔曼滤波器第38-39页
        3.3.2 扩展卡尔曼滤波器第39-41页
        3.3.3 基于扩展卡尔曼滤波器的四元数姿态解算算法第41-44页
        3.3.4 姿态解算算法抗振动干扰改进第44-45页
        3.3.5 基于卡尔曼滤波器的方向余弦姿态解算算法第45-47页
    3.4 人体腿部运动姿态测量第47-48页
    3.5 本章小结第48-49页
第四章 人体运动模式识别方法研究第49-74页
    4.1 数据分割的算法设计第49-51页
    4.2 特征信息的提取及归一化处理第51-52页
    4.3 基于BP神经网络的分类算法研究第52-57页
        4.3.1 BP神经网络基本原理第52-53页
        4.3.2 BP神经网络的学习算法第53-56页
        4.3.3 BP神经网络的仿真分析第56-57页
    4.4 基于支持向量机的分类算法研究第57-63页
        4.4.1 线性支持向量机第57-59页
        4.4.2 非线性支持向量机第59-60页
        4.4.3 支持向量机核函数第60-61页
        4.4.4 多类支持向量机第61-62页
        4.4.5 支持向量机的仿真分析第62-63页
    4.5 人体运动模式识别效果分析第63-73页
        4.5.1 特征信息选取及分析第64-65页
        4.5.2 BP神经网络的训练第65-66页
        4.5.3 支持向量机的训练第66-68页
        4.5.4 BP神经网络的识别效果验证第68-69页
        4.5.5 支持向量机的识别效果验证第69-70页
        4.5.6 运动模式切换时分类器的误识别问题及改进方法第70-73页
    4.6 本章小结第73-74页
第五章 人体运动检测识别系统实现与性能分析第74-81页
    5.1 系统标定实验第74-76页
        5.1.1 实验电路与测试环境第74-75页
        5.1.2 实施方案与结果分析第75-76页
    5.2 腿部运动姿态测量实验第76-79页
    5.3 运动模式识别实验第79-80页
    5.4 本章小结第80-81页
第六章 总结与展望第81-83页
    6.1 本文工作总结第81页
    6.2 未来工作展望第81-83页
致谢第83-84页
参考文献第84-89页
攻读硕士学位期间发表的论文第89页

论文共89页,点击 下载论文
上一篇:民企新进员工心理契约对离职倾向影响研究--基于组织授权
下一篇:靶向纳米载体介导基因治疗子宫内膜异位症的疗效及机制研究