单天线卫星接收系统与微惯性组件的复合测姿方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的目的和意义 | 第11-12页 |
| 1.2 国内外研究及发展现状 | 第12-15页 |
| 1.2.1 微惯性测量组件的发展 | 第12-13页 |
| 1.2.2 卫星导航系统的发展 | 第13-14页 |
| 1.2.3 组合导航系统的发展 | 第14-15页 |
| 1.2.4 信息融合技术的发展 | 第15页 |
| 1.3 论文主要研究内容及章节安排 | 第15-17页 |
| 第2章 姿态测量的理论基础 | 第17-28页 |
| 2.1 概述 | 第17页 |
| 2.2 常用坐标系及姿态信息 | 第17-20页 |
| 2.2.1 参考坐标系的定义 | 第17-19页 |
| 2.2.2 姿态角的定义 | 第19页 |
| 2.2.3 坐标变换矩阵 | 第19-20页 |
| 2.3 卫星导航系统测姿原理 | 第20-23页 |
| 2.3.1 双天线测姿算法 | 第20-22页 |
| 2.3.2 单天线测姿算法 | 第22-23页 |
| 2.4 微惯性组件测姿原理 | 第23-27页 |
| 2.4.1 基于陀螺仪的四元数法 | 第23-25页 |
| 2.4.2 基于陀螺仪的欧拉角法 | 第25-26页 |
| 2.4.3 基于陀螺仪的方向余弦法 | 第26页 |
| 2.4.4 基于加速度计/磁力计的姿态解算 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 数据融合方法研究 | 第28-38页 |
| 3.1 概述 | 第28页 |
| 3.2 常用的数据融合算法研究 | 第28-35页 |
| 3.2.1 互补滤波算法 | 第28-29页 |
| 3.2.2 卡尔曼滤波算法 | 第29-32页 |
| 3.2.3 扩展卡尔曼滤波算法 | 第32-33页 |
| 3.2.4 粒子滤波算法 | 第33-35页 |
| 3.3 智能卡尔曼滤波算法 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 复合测姿算法研究 | 第38-48页 |
| 4.1 概述 | 第38页 |
| 4.2 微惯性组件的数学模型 | 第38-41页 |
| 4.2.1 惯性器件的误差分析 | 第38页 |
| 4.2.2 陀螺仪的数学模型 | 第38-39页 |
| 4.2.3 加速度计的数学模型 | 第39-40页 |
| 4.2.4 磁力计的数学模型 | 第40-41页 |
| 4.3 微惯性器件数据的后处理 | 第41-42页 |
| 4.4 基于智能卡尔曼滤波器的复合测姿算法 | 第42-46页 |
| 4.4.1 GPS正常工作时的数据融合策略 | 第42-44页 |
| 4.4.2 GPS无法工作时的数据融合策略 | 第44-46页 |
| 4.5 滤波器的自适应调整准则 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 复合测姿实验研究 | 第48-62页 |
| 5.1 概述 | 第48页 |
| 5.2 复合测姿系统硬件设计 | 第48-52页 |
| 5.2.1 基于FPGA/DSP导航样机的设计 | 第48-51页 |
| 5.2.2 参考航姿系统的选择 | 第51-52页 |
| 5.3 复合测姿系统软件组成 | 第52-54页 |
| 5.3.1 软件设计流程 | 第52-53页 |
| 5.3.2 复合测姿系统的时间同步策略 | 第53-54页 |
| 5.4 车载实验 | 第54-61页 |
| 5.4.1 车载实验的前期准备 | 第54-56页 |
| 5.4.2 实验结果分析 | 第56-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |
