水下超高速航行体微惯性测量组合设计及其相关技术研究
摘要 | 第1-7页 |
Abstract | 第7-14页 |
第1章 绪论 | 第14-32页 |
·课题研究的来源、背景和意义 | 第14-15页 |
·水下超高速航行体的发展现状 | 第15-19页 |
·微惯性传感器及其测量组合的相关研究 | 第19-25页 |
·微惯性传感器的研究与发展 | 第19-22页 |
·微惯性测量组合的研究与发展 | 第22-24页 |
·微惯性传感器及其测量组合在军事领域的典型应用 | 第24-25页 |
·陀螺漂移辨识技术研究现状 | 第25-28页 |
·多传感器数据融合算法的相关研究 | 第28-31页 |
·本文的主要工作 | 第31-32页 |
第2章 水下超高速航行体MIMU相关技术研究 | 第32-48页 |
·MIMU的构成及主要性能指标 | 第32-34页 |
·水下超高速航行体微机械陀螺漂移分析 | 第34-37页 |
·漂移特性的时间序列分析 | 第37-40页 |
·漂移特性的Allan方差分析 | 第40-47页 |
·Allan方差的数学原理 | 第40-43页 |
·随机漂移Allan特性分析 | 第43-47页 |
·本章小结 | 第47-48页 |
第3章 水下超高速航行体MIMU的冗余配置研究 | 第48-71页 |
·微惯性测量组合斜置冗余设计 | 第48-53页 |
·微惯性测量元件冗余配置原则 | 第48-49页 |
·常用的惯性测量组合设计 | 第49-50页 |
·新型的九陀螺四轴冗余配置 | 第50-51页 |
·敏感轴测量值的数值关系 | 第51-53页 |
·冗余配置的故障检测与诊断 | 第53-64页 |
·基于奇偶校验方程的故障检测与识别 | 第53-58页 |
·基于广义似然比的故障检测与识别 | 第58-64页 |
·冗余配置的可靠性分析 | 第64-67页 |
·系统配置的精度分析 | 第67-70页 |
·本章小结 | 第70-71页 |
第4章 微机械陀螺非平稳漂移信号建模及补偿 | 第71-98页 |
·确定性漂移信号模型建立及仿真 | 第71-84页 |
·微机械陀螺信号的采集 | 第71-72页 |
·趋势项的提取 | 第72-79页 |
·趋势项提取及仿真实现 | 第79-82页 |
·残差信号的检验 | 第82-84页 |
·随机漂移的时间序列分析模型 | 第84-87页 |
·漂移信号的时间序列分析 | 第85-86页 |
·时间序列模型的确定 | 第86页 |
·时间序列模型的定阶及建立 | 第86-87页 |
·随机漂移模型的重复性检验 | 第87-88页 |
·漂移的Allan方差分析 | 第88-90页 |
·漂移信号的随机漂移误差的补偿 | 第90-97页 |
·经典卡尔曼滤波的数学描述 | 第90-91页 |
·离散卡尔曼滤波方程 | 第91-93页 |
·基于卡尔曼滤波的随机漂移信号补偿 | 第93-97页 |
·本章小结 | 第97-98页 |
第5章 多传感器冗余设计的数据融合算法实现 | 第98-115页 |
·多传感器数据融合的技术 | 第98-99页 |
·多传感器数据融合的原理 | 第98-99页 |
·多传感器数据融合特点 | 第99页 |
·水下超高速航行体传感器融合算法实现 | 第99-107页 |
·传统最小二乘算法 | 第100页 |
·最优加权最小二乘分级融合算法 | 第100-103页 |
·有限窗加权的最小二乘算法 | 第103-104页 |
·测量方差自学习加权最小二乘算法 | 第104-107页 |
·算法验证及仿真实现 | 第107-114页 |
·本章小结 | 第114-115页 |
结论 | 第115-118页 |
参考文献 | 第118-131页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第131-132页 |
致谢 | 第132页 |