首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于组合导航的汽车姿态数据采集系统设计

摘要第4-5页
Abstract第5-6页
1.绪论第9-18页
    1.1 研究背景与意义第9-11页
    1.2 国内外研究概况及论述第11-15页
    1.3 组合导航的应用第15-16页
    1.4 本文研究内容及章节安排第16-17页
    1.5 本章小结第17-18页
2.基于组合导航的汽车姿态数据采集系统设计构建第18-31页
    2.1 系统组成方案第18-19页
    2.2 硬件部分第19-26页
        2.2.1 传感器选择及性能分析第19-22页
        2.2.2 主要模块介绍第22-26页
    2.3 软件采集程序设计第26-30页
        2.3.1 总体设计第26-28页
        2.3.2 系统初始化第28页
        2.3.3 传感器数据静态标定第28-29页
        2.3.4 无线数据传输第29-30页
    2.4 本章小结第30-31页
3.汽车姿态获取算法研究第31-51页
    3.1 汽车姿态获取算法原理第31-40页
        3.1.1 常用位置参考坐标系第31-33页
        3.1.2 坐标系转化原理第33-36页
        3.1.3 汽车姿态获取算法原理第36-40页
    3.2 常用姿态矩阵求解方法概述第40-45页
        3.2.1 方向余弦法第41-42页
        3.2.2 欧拉角法第42-43页
        3.2.3 四元素法第43-45页
    3.3 基于粒子滤波的条件式姿态解算算法第45-50页
        3.3.1 基于粒子滤波的条件式姿态解算算法原理第45-48页
        3.3.2 基于粒子滤波的条件式姿态解算算法仿真分析第48-50页
    3.4 本章小结第50-51页
4.关于组合导航的组合方式研究第51-71页
    4.1 GPS定位原理及误差分析第51-55页
        4.1.1 GPS定位原理第51-52页
        4.1.2 GPS误差分析及修正方法第52-55页
    4.2 捷联惯导误差分析及修正方法第55-56页
    4.3 组合定位系统中组合技术的实现及分析第56-69页
        4.3.1 Kalman滤波算法第58-62页
        4.3.2 噪声有限记忆在线计算自适应Kalman滤波算法第62-65页
        4.3.3 联邦Kalman滤波算法第65-66页
        4.3.4 非线性扩展卡尔曼滤波算法(EKF)第66-69页
    4.4 组合定位算法仿真结果分析第69-70页
    4.5 本章小结第70-71页
5.功能测试结果与分析第71-74页
    5.1 姿态获取实验第71-72页
    5.2 组合定位算法验证第72-73页
    5.3 本章小结第73-74页
6.总结展望第74-76页
参考文献第76-80页
攻读硕士期间发表的论文第80-81页
致谢第81-82页

论文共82页,点击 下载论文
上一篇:基于LabWindows/CVI的窨井盖远程管理监测平台设计
下一篇:平显信息配色绩效评价飞行模拟系统的开发与研究