| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第8-16页 |
| §1．1 引言 | 第8-9页 |
| §1．2 微加速度计综述 | 第9-14页 |
| §1．2．1 概述 | 第9-10页 |
| §1．2．2 微加速度计的模型 | 第10-11页 |
| §1．2．3 微加速度计的类型 | 第11-14页 |
| §1．3 课题来源及其研究意义 | 第14-15页 |
| §1．4 本课题主要的研究内容 | 第15-16页 |
| 第二章 ADXL202硅微加速度计的特性研究及校准 | 第16-29页 |
| §2．1 ADXL202介绍 | 第16-18页 |
| §2．1．1 ADXL202的工作原理 | 第16-18页 |
| §2．1．2 ADXL202的引脚配置与功能特点 | 第18页 |
| §2．2 ADXL202硅微加速度计的应用设计 | 第18-20页 |
| §2．3 实验系统设计及ADXL202的校准 | 第20-23页 |
| §2．3．1 实验系统设计 | 第20-22页 |
| §2．3．2 ADXL202的校准 | 第22-23页 |
| §2．4 ADXL202的静态和动态特性分析与研究 | 第23-28页 |
| §2．4．1 ADXL202的静态特性 | 第23-26页 |
| §2．4．2 ADXL202的动态特性 | 第26-28页 |
| §2．5 本章小结 | 第28-29页 |
| 第三章 卡尔曼滤波在硅微加速度计中的应用 | 第29-47页 |
| §3．1 引言 | 第29-30页 |
| §3．2 实验系统中运动系统部分的模型 | 第30-31页 |
| §3．3 硅微加速度计状态空间模型的建立 | 第31-35页 |
| §3．3．1 随机离散系统的状态空间描述 | 第31-32页 |
| §3．3．2 建立加速度计的状态空间模型 | 第32-35页 |
| §3．4 动态噪声和观测噪声统计特性的获得及系统初态的选择 | 第35-37页 |
| §3．4．1 动态噪声和观测噪声统计特性的获得 | 第35-36页 |
| §3．4．2 初始状态的选择 | 第36-37页 |
| §3．5 标准卡尔曼滤波算法及其应用 | 第37-40页 |
| §3．5．1 线性最小方差估计 | 第37-38页 |
| §3．5．2 随机离散系统的卡尔曼滤波算法 | 第38-39页 |
| §3．5．3 Matlab程序的流程图及结果显示 | 第39-40页 |
| §3．6 Sage ＆ Husa自适应卡尔曼滤波算法及其应用 | 第40-44页 |
| §3．6．1 Sage & Husa自适应卡尔曼滤波算法 | 第41-42页 |
| §3．6．2 Sage & Husa自适应卡尔曼滤波算法的应用 | 第42-44页 |
| §3．7 磁栅数据的微分及与滤波估计值的比较 | 第44-45页 |
| §3．8 本章小结 | 第45-47页 |
| 第四章 数字滤波在硅微加速度计中的应用 | 第47-55页 |
| §4．1 数字滤波器简介 | 第47-48页 |
| §4．2 IIR滤波器设计 | 第48-53页 |
| §4．2．1 常用的IIR滤波器 | 第48-49页 |
| §4．2．2 确定Butteworth滤波器的性能要求 | 第49-51页 |
| §4．2．3 Butteworth滤波器的设计 | 第51-53页 |
| §4．3 速度位移的积分求解 | 第53-54页 |
| §4．4 本章小结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 A 标准卡尔曼滤波算法流程图 | 第62-63页 |
| 附录 B Sage & Husa自适应卡尔曼滤波算法流程图 | 第63页 |
