一、捷联测量组件——输出数据采集卡的设计（论文文献综述）
吴刚[1]（2020）在《基于捷联惯导的采煤机运行姿态高精度感知理论与技术研究》文中指出智能化开采是我国煤炭工业发展的需求和必然方向,基于三维空间尺度的采煤机运行姿态是实现智能化开采的必需性基础信息。采煤机运行姿态的精确感知不仅能为探知、预测智能化工作面的生产状态提供途径,而且能为采煤机自主调高、记忆割煤等智能控制过程提供基础信息。已有工作初步实现了采煤机的定位定姿,但感知精度尚还欠缺,实时精确的采煤机运行姿态信息缺失长期阻碍了国内外综采工作面智能化发展。本文即针对此问题,引入捷联惯导技术,结合实验测试、误差补偿算法优化及单轴旋转调制等方法,以采煤机“惯性测量组件误差补偿——系统误差补偿算法——单轴旋转调制”为研究主线,围绕惯性导航应用于采煤机运行姿态高精度感知时的元件级、系统级与捷联惯导级三个层面进行深入研究,以期提高采煤机运行姿态的感知精度,为综采工作面的生产状态预测及采煤机智能化控制提供理论基础与技术参考。本文从捷联惯导基本原理出发,构建了采煤机运行姿态的实时解算算法,建立了能够求解SINS系统状态最优估计卡尔曼滤波方程组。针对捷联惯导系统长航时的积累误差难以得到有效修正的缺陷,明确了捷联惯导系统主要误差项包括:惯性敏感器误差、初始对准误差及安装误差,并对主要误差项进行了逐一补偿。针对采煤机的强振动坏境对捷联惯导系统精度的影响,建立了采煤机振动力学模型,仿真获取了采煤机整机的振动响应特征,有效抑制了采煤机振动引起的圆锥误差与划船误差。在无法进一步提升惯性敏感器精度的条件下,提出了旋转调制误差自补偿技术,建立了实际转位机构的旋转模型,揭示了不同单轴旋转调制方案误差传播特性。基于不同单轴旋转调制方案的仿真结果,优选了最佳的旋转调制方案,推导了四位置转停时间与转位机构角加速度和调制角速度有关的表达式,理论证明了该方案可以完全消除陀螺仪零偏漂移的影响。设计了单轴旋转误差调制实验方案,研究设定了最佳的旋转调制参数,验证了单轴旋转调制能够有效提高惯导系统的姿态感知精度。研究了采煤机运行姿态感知的现场应用情况,误差补偿后的定位误差为补偿前的17%,航向角误差为补偿前的75%,采煤机运行姿态感知精度得到了显着提高。本文提供了较为全面的提高井下采煤机运行姿态感知精度的理论与方法,不仅有助于充实综采工作面智能化感知的研究成果,而且可为综采工作面的生产状态预测及井下开采设备智能化控制提供理论参考与技术借鉴,最终为综采工作面智能化的发展做出贡献。该论文有图115幅,表15个,参考文献128篇。
敬正尧[2]（2020）在《旋转式微惯性导航系统误差补偿技术研究》文中研究指明我军储存数量较大的高旋导弹位姿信息的高精度测量是制导和精确打击的关键,这已经成为常规高速旋转导弹制导的主要发展趋势。在以往的研究中,基于微机电系统传感器的旋转式微惯性导航系统（以下简称旋转式系统）通过构建单轴“旋转隔离”平台实现了对高转速导弹三维信息的“超量程”测量。本文在系统减旋与调制双功能实现的基础上,对系统误差进行解析补偿以提高系统的制导精度。首先,本文简要说明了常用坐标系及坐标系转换关系,并阐述了旋转式系统组成及其工作原理。在对于旋转式系统有基本了解的情况下,对旋转式系统误差源简要分析,确定影响系统精度的主要误差源。其次,针对旋转机构输出的调制角速率存在误差这一问题,分析并推导了一种新型的旋转方案,该旋转方案通过在完整的调制周期内设置对称的运动状态来抵消旋转机构加减速过程的残余误差及角速率不稳定造成的误差;并通过弹道轨迹高动态仿真比较新的旋转方案与以往实施的旋转方案的旋转调制效果,仿真结果表明新的旋转方案在高动态环境下导航精度有明显提升,且实施较为简单,具有一定工程实用价值。再者,针对旋转式微惯性导航系统组件间存在安装误差,包括微惯性测量单元与光电编码器两个重要组件进行安装误差传播机理分析,由于组件安装误差的存在导致弹体三维位姿信息耦合严重,提出了一套基于旋转式系统的安装误差标定方法,该方法在整机不拆卸的情况下实现了分级并依据误差特性进行标定组件的安装误差。最后,设计了相应的导航试验验证前文的误差补偿方法。实验利用三轴高精度飞行仿真转台模拟弹体的高旋运动,将组件安装误差补偿前后的系统进行对比,验证标定方法切实有效,此外,对比传统旋转方案与新的旋转方案的导航结果,验证高动态环境下新的旋转方案的有效性。通过以上误差补偿方法对于旋转式微惯性导航系统主要误差进行补偿,使得旋转式系统测量精度得到提高。
古翠红[3]（2020）在《基于机器学习的行人导航系统关键技术研究》文中认为行人导航定位技术作为近些年导航技术发展的主要领域,逐渐被重视和研究。近些年来,基于惯性技术的行人定位方法趋于成熟,取得了良好的效果。但是由于惯性导航系统易积累定位误差而影响其性能,因此基于多传感器辅助的行人定位技术成为未来主要发展趋势。论文围绕足部安装的惯性导航系统（Inertial Navigation System,INS）和躯干安装的视觉/惯性组合导航系统（Visual/Inertial integrated Navigation System,VINS）的定位问题展开研究,重点研究了基于深度学习的微惯性行人导航定位方法,并且研究了上述两个行人导航系统相互辅助,共同提高行人定位精度的方法。首先,本文研究了基于惯性测量组件（Inertial Measurement Unit,IMU）足部安装方式的微惯性行人导航系统。该系统以捷联惯性导航为主提供导航信息,通过足部运动信息进行零速检测触发基于卡尔曼滤波的零速修正（Zero Velocity Update,ZUPT）,补偿导航系统误差,实现了一定精度的导航定位功能。其次,针对行人足部安装的惯性导航系统容易出现故障或超量程的问题,本文进一步研究了一种基于深度学习的行人步态识别与鲁棒自主定位方法。该方法采用支持向量机（Support Vector Machine,SVM）算法模型对行人的多种常规步态类型进行识别,根据不同的步态类型构建不同的深度学习模型,进而在足部惯性系统故障情况下构建虚拟惯性测量组件（Virtual Inertial Measurement Units,VIMU）,形成了一种基于惯性导航系统重构的强鲁棒性自主定位方法。最后,针对IMU足部安装方式的微惯性行人导航系统的航向角误差较大的问题,本文研究了足部惯性信息辅助的视觉导航定位方法。首先,本文研究了躯干安装的视觉/惯性组合导航系统工作原理。其次,针对微惯性行人导航系统的航向角误差无法修正的问题,本文研究了一种在某种行走方式下使用视觉/惯性组合导航系统的航向角修正足部惯性导航系统的航向角的方法。针对视觉/惯性组合导航系统中的惯性测量组件器件误差较大的问题,本文通过卡尔曼滤波器估计并修正其器件误差,使其能够适用于低成本惯性测量组件。最后在不同真实场景中对微惯性行人导航系统和视觉/惯性组合导航系统进行验证。
李光耀[4]（2019）在《捷联式惯性导航误差标定和补偿技术研究》文中提出捷联式惯性导航系统已经成为目前应用最为广泛的一种惯性导航手段。惯性导航利用其装载的惯性传感器测量载体相对惯性空间的加速度和角速度,并通过导航计算机解算出载体的速度、姿态、位置等导航信息。由于惯性导航相对其他导航方式所独特的隐秘性和自主性,因此在军事方面得到了广泛的应用。但是捷联式惯性导航系统作为一种精密仪器,其导航精度受到各类型误差的影响,这些误差的特征与平台式惯性导航也有着不同。本文对影响捷联式惯性导航系统导航精度的各类型误差进行分析研究,将主要的误差归结为:惯性传感器误差,IMU（惯性测量组件,inertial measurement unit）失准角误差和初始条件误差。本文针对这三种误差设计了相对应的系统级标定补偿方法,完成的主要工作有:1、本文所研究的传感器分别是光纤陀螺和石英挠性加速度计。光纤陀螺和石英挠性加速度计由于其工作原理导致其输出特性易受温度影响。本文针对该问题采用了建模补偿温度影响的方法。对于光纤陀螺温度漂移分别采用了最小二乘法、BP（反向传播,back propagation）神经网络和粒子群优化BP神经网络模型进行补偿,粒子群优化BP神经的补偿效果最优。采用最小二乘法对光纤陀螺标度因数和石英挠性加速度计温度漂移进行补偿。2、在理想情况下,要求由陀螺和加速度计组成的IMU敏感轴向与载体坐标系完全重合。在实际中IMU敏感轴实际方向与载体坐标系存在偏角,这个偏角被称为失准角。对于失准角误差的处理,采用了六位置标定法,将当地地球自转分量和重力加速度作为标准输入,结合惯性测量组件的实际输出解算出该失准角的方向余弦矩阵和IMU的其他参数,并按照该矩阵对失准角进行补偿。补偿效果的验证实验表明该方法能够有效降低失准角误差。3、对于捷联式惯性导航系统的初始条件误差,本文采用了姿态和速度为匹配参数的传递对准。本文采用的传递对准是利用已对准的高精度主惯导系统和待对准的子惯导系统对载体姿态和速度测量值的偏差,通过Kalman滤波器对子惯导的相关误差参数进行估计,利用这些误差参数对子惯导进行对准。在Matlab中对该算法进行了仿真,结果表明相关误差参数能够快速收敛。
董昀[5]（2019）在《MEMS+视觉车载定位定向系统研究》文中指出面对现代战场中的恶劣环境和对车载定位定向的大量需求,在保证定位精度的前提下,低成本、小体积、具有较强自主性和抗干扰性车载定位定向系统成为车载定位定向必然发展趋势。本文主要研究内容为基于单目视觉和MEMS惯性测量组件的组合定位定向技术。首先针对MEMS惯性测量组件定位定向算法进行研究。介绍了MEMS惯性测量组件定位定向算法中所用到的坐标系,以及对坐标系间相互转换关系进行分析,接下来对捷联惯导姿态、速度以及位置更新算法进行了分析。其次针对单目视觉定位的核心内容进行了研究。阐述了摄像机成像原理并介绍了Kinect相机的工作原理,分别对特征点检测与匹配技术以及ORB SLAM算法、RGBD SLAM算法进行了实验和分析,采用ORB SLAM的视觉定位算法进行视觉定位信息解算。在上述基础上,重点进行了对MEMS惯性测量组件和视觉定位的融合算法的研究,首先对MEMS惯性测量组件信息进行捷联惯导解算,使用卡尔曼滤波对解算的MEMS惯性测量组件位置信息进行滤波;然后对视觉信息进行ORB SLAM解算,使用卡尔曼滤波对解算视觉位置信息进行滤波;最后进行视觉可靠性判断,在视觉信息不可靠时,使用滤波后的MEMS惯性测量组件解算的位置信息为系统的位置;在视觉信息可靠时,使用航迹加权融合算法将滤波后的视觉定位信息和MEMS惯性测量组件定位信息进行融合,使用融合之后位置信息为系统位置。最后,进行了车载定位定向系统软硬件设计。系统硬件设计部分以数据采集模块、信息处理模块、通信接口模块为主。软件设计部分重点分析了完整的车载定位定向系统的工作流程,通过C语言和VHDL语言编程对系统进行设计和开发。实验证明航迹加权融合算法有效的实现了车载定位定向系统组合定位,融合后的系统不仅能满足定位精度的要求,而且具有较高的更新频率。
吴超越[6]（2019）在《捷联惯导模拟器及测试系统设计》文中研究表明传统的惯性导航测试中所用的测试仪器过于复杂,体型庞大,而且功能单一化。针对这一问题,本文设计了以虚拟仪器为基础,通过可定制的硬件板卡来模拟惯性测量元器件的信号,并在工控机上编写测试软件系统,通过惯性导航模拟器和自动测试系统能够十分、快速地自动测试惯性导航的功能模块正确与否。本文的研究主要以惯性测量元器件模拟信号为基础,经过实际的工程实验论证,确定了本文主要设计的内容。本文主要讨论的内容如下。首先对惯性导航模拟器的算法进行分析,包括运载体轨迹的模拟、捷联惯性导航逆向解算算法、捷联式惯性导航算法分析。针对惯性导航测量设备使用不方便而且实验经费要求也高的缺点,根据捷联式惯性导航和运载体的运动轨迹特点,模拟仿真了运载体运动的轨迹信息,以模拟出来运载体轨迹信息为基础通过捷联式惯性导航的逆向解算算法,把载体的轨迹信息转为惯性测量元器件陀螺仪和加速度计的输出信息。最后以分析出来的陀螺仪和加速度计的输出信息为输入来通过捷联式惯性导航算法来得到其解算出来载体的运动信息,把两者进行对比分析可得出其误差在可以接受的范围内。之后把通过算法出来惯性测量元器件的数据通过虚拟仪器的硬件板卡来模拟真实的信号输出,并在LabVIEW软件平台上编写导航电路板测试系统,测试系统的上位机与导航电路板之间数据传输的方式为串口通信,然后通过捷联式导航算法解算出来的数据与预先给定的数据进行对比来实现导航电路板功能的测试。之后对测试的结果进行报表的生成、测试数据的存储。最后对设计的内容进行相关的试验,试验结果表明惯性导航模拟器能有效的实现惯性导航测试元器件的信号仿真输出,并且基于惯性模拟器的测试系统能够方便、快捷地大批量地测试导航电路板,对惯性导航的实际工程验证具有十分重要的意义。
韩林[7]（2019）在《基于MEMS IMU的微型组合导航系统算法研究》文中认为基于微电子机械（MEMS）制造技术的捷联惯性导航系统,因其体积小、成本低、自主性强、抗振动冲击能力强等特点,在多种定位导航平台和制导武器系统有着非常广阔的应用前景。目前,军事及民用领域对导航系统的精度和可靠性要求越来越高,单一的导航系统已难以满足需求。捷联惯性导航系统自主性、抗干扰性强,因此,基于捷联惯性导航系统的组合导航系统成为解决这一问题的有效手段。本文在十三五某国防重点预研项目的支持下,对基于MEMS IMU的微型组合导航系统相关算法和技术进行了的研究和分析,主要内容如下:（1）对微惯性/北斗组合导航相关算法进行研究,包括MEMS IMU的误差标定与补偿方法、捷联惯性导航算法、微惯性/北斗紧组合导航算法;（2）对微惯性/北斗组合导航自适应滤波算法进行研究,包括给出了组合导航非线性观测模型,推导了非线性高斯滤波、无迹卡尔曼滤波和容积卡尔曼滤波,针对误差和噪声等干扰导致观测异常的情况,设计了一种自适应无迹卡尔曼滤波和自适应容积卡尔曼滤波算法;（3）针对卫星短时间失效情况,对微惯性/虚拟传感器/里程计组合导航算法进行研究,包括微惯性/虚拟传感器组合、微惯性/里程计组合、微惯性/里程计及虚拟传感器组合,给出了一种短时卫星导航失效情况下的高精度定位导航的解决方案,并取得较好的效果,提高了系统在短时卫星导航失效情况下的定位导航的精度和可靠性;（4）基于搭建的组合导航硬件平台,设计了详细的系统验证方案,包括微惯性测量单元试验、标定试验、跑车试验,对结果进行了详细的对比及分析,验证了本文设计的基于MEMS IMU的微型组合导航系统的正确性。
庞琨[8]（2018）在《惯组关键性能检测方法与分析技术研究》文中进行了进一步梳理惯组的标定精度直接影响着惯导系统的导航精度。随着现代科技的发展,对各种导航制导技术的精度要求越来越高,但是由于实际的材料、制造和加工工艺的限制,现有的惯性传感器难以较好满足系统精度的要求。因此,在惯性传感器精度有限的条件下,从系统的角度出发,需要对惯组稳定性进行评估分析。作为惯导系统的核心单机,惯组的参数稳定性决定了全系统性能保持期,一次通电稳定性（测试合格后一次连续工作数小时的稳定性）和逐次通电稳定性（测试合格后的性能保持期）直接影响系统待机时间等重要指标,对快速反应能力有着至关重要的影响。目前,光纤惯组、激光惯组等新一代惯性测量组合,具有启动时间短、分辨率高、结构简单、无运动部件、寿命长等特点,已广泛运行于惯导系统,特别是无人飞行器、导弹武器系统等,加强稳定性研究对于准确把握惯组质量性能变化规律、延长惯导系统高状态待机时间、提高性能保持能力具有重要意义。采集能够体现常见惯组陀螺仪和加速度计性能指标的典型参数,建立参数库,并且针对一次通电稳定性和逐次通电稳定性,研究性能评估分析算法及所需条件,建立可配置、可缩放的匹配模型,为实现通用性较强的分析系统提供支撑。着眼惯性测量组合性能变化规律研究,对出厂、首检、年检和使用中的测试数据进行采集处理和统计分析。对逐次通电稳定性分析研究（性能保持6个月）,重点对陀螺零偏和标度因数、加速计零偏和标度因数等4个参数进行分析,研究其稳定性变化规律和保持能力。陀螺零偏主要采取极差法进行统计数据分析;陀螺标度因数、加速度计零偏、加速度计标度因数与贮存时间相关联,通过拟合计算得出相关系数,区分线性和非线性变化两种方式进行分析,采用最小二乘法处理呈线性变化的数据,使用3σ指标判读法处理呈非线性变化的数据。对一次性通电稳定性分析研究（工作时间8小时）,对陀螺和加速度计的零偏及标度因数4类12个参数进行对比分析,得到变化规律。设计惯组性能分析模块。研究性能数据展示方式,设计性能分析展示模块,根据惯组类别、性能分析方法和性能参数类别设计可配置的性能分析模块,使得用户可以自行增删改查相应类别的惯组性能分析需要运用哪些方法与参数。设计数据交互模块,实现各个模块之间的数据互联互通。
余晓涛[9]（2018）在《捷联式航空重力仪加速度计现场标定方法研究》文中认为近年来,捷联式航空重力测量技术逐渐成熟,成为地球重力场测量的重要手段之一。其中,由加速度计引起的误差对航空重力测量的精度有很大的影响。而加速度计即使在精密的温控环境中,其参数也存在着长期的物理变化。因此,对加速度计组件进行现场标定,进而对这些误差进行补偿,可以提高重力仪的实际使用精度。本文的研究内容主要包括以下三个部分:（1）从航空重力测量基本原理出发,推导了捷联式航空重力测量的矢量测量模型、标量测量模型和相对应的误差模型,分析了航空重力测量对加速度计测量精度的要求。在建立加速度计的误差模型时,主要分析了加速度计的安装误差、零偏误差、刻度因子误差、随机噪声误差。（2）研究了捷联式惯导系统的误差传递规律,建立了误差模型,包括:位置误差模型,速度误差模型和姿态误差模型。建立了加速度计组合的Kalman滤波器模型,主要考虑了有无杆臂两种情形,并对系统状态量的可观性进行了分析。（3）进行了标定路径的设计。在不同位置下,状态变量的可观性会发生变化。所以本文设计合适的标定路径,利用不同位置的组合,提升系统整体的可观性,最终提高参数标定的效果。
吴梅[10]（2018）在《捷联惯导系统在线标定技术研究》文中指出随着捷联惯导和标定技术的发展,捷联惯性导航系统分立式标定和系统级标定已经非常成熟,而在线标定尚未形成一种有效的标定方案。本文将以工程应用为背景,通过对船用光纤捷联惯性导航系统进行研究,旨在对捷联惯导系统的在线标定技术展开研究,以期能够实现捷联惯导系统的在线标定,为提高捷联惯导系统的导航精度提供理论基础和方法参考。论文的主要工作如下:第一,研究了分立式标定和系统级标定。首先,介绍了捷联惯导系统的分立式标定,包括分立式标定需要的惯性组件模型,24位置实验和速率实验的原理。然后,介绍了捷联惯导系统的系统级标定,包括系统级标定的误差模型,系统级标定的转位编排原理,并且设计了九位置惯性组件系统级标定的仿真实验,验证了该系统级标定方法的正确性和有效性。最后,比较了各实验室标定方法的优缺点。第二,研究了基于捷联惯导系统在线标定技术和模型预测滤波的原理,提出了一种适用于在线标定的自适应模型预测组合滤波算法,从而达到进一步提高补偿仪表的剩余误差的目的。首先,针对具体应用对象特点设计了在线标定方案,建立了在线标定技术中卡尔曼滤波状态方程和量测方程。然后,利用基于奇异值分解的可观测性分析方法,对不同机动方式下惯性组件误差的可观测性进行了研究,并进行了仿真实验。然后,针对模型误差和系统噪声均假设为高斯白噪声的问题,设计了自适应模型预测组合滤波算法,并对算法的原理和流程进行介绍。最后,设计了多种一般性的在线标定机动轨迹的仿真实验和在线标定仿真实验。通过仿真实验,对在相同机动路径的情况下,本文所设计的自适应模型预测组合滤波算法和常规的卡尔曼滤波算法进行了比较,并分析了不同的机动路径方案中惯性组件误差的标定效果。第三,研究了捷联惯导系统在线标定样机实验。首先,设计了在线标定的算法流程,提出了基于速度和航向信息辅助的在线标定的组合方案。然后,通过三轴转台实验分别验证了分立式标定、九位置惯性组件系统级标定的有效性。最后,根据所设计的在线标定算法进行了相应的车载半物理实验,通过设计三组实验进一步验证了在线标定算法的正确性、有效性和可行性。
二、捷联测量组件——输出数据采集卡的设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、捷联测量组件——输出数据采集卡的设计（论文提纲范文）
（1）基于捷联惯导的采煤机运行姿态高精度感知理论与技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容与方案 |
| 2 基于捷联惯导的采煤机运行姿态感知理论 |
| 2.1 采煤机运动与姿态特征 |
| 2.2 捷联式惯性导航原理 |
| 2.3 采煤机运行姿态解算算法 |
| 2.4 捷联惯导系统初始对准 |
| 2.5 捷联惯导的卡尔曼滤波算法 |
| 2.6 本章小结 |
| 3 采煤机捷联惯导惯性敏感器误差分析与补偿 |
| 3.1 捷联惯导误差来源分析 |
| 3.2 惯性敏感器性能测试系统 |
| 3.3 陀螺仪零偏误差补偿 |
| 3.4 加速度计零偏误差补偿 |
| 3.5 随机漂移误差模型 |
| 3.6 本章小结 |
| 4 采煤机捷联惯导初始对准与安装误差分析与补偿 |
| 4.1 采煤机捷联惯导初始对准误差补偿 |
| 4.2 采煤机捷联惯导安装误差补偿 |
| 4.3 采煤机捷联惯导振动误差补偿 |
| 4.4 本章小结 |
| 5 捷联惯导单轴旋转误差调制机制研究 |
| 5.1 旋转调制技术原理 |
| 5.2 单轴连续旋转调制方案 |
| 5.3 单轴连续正反旋转调制方案 |
| 5.4 四位置转停调制方案 |
| 5.5 最佳旋转调制方案的确定 |
| 5.6 本章小结 |
| 6 捷联惯导单轴旋转误差调制实验 |
| 6.1 实验方案设计与参数设定 |
| 6.2 单轴旋转误差调制实验 |
| 6.3 单轴旋转误差调制效果分析 |
| 6.4 采煤机运行姿态感知现场应用研究 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（2）旋转式微惯性导航系统误差补偿技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外相关技术研究现状 |
| 1.2.1 惯性导航技术与惯性系统器件研究概况 |
| 1.2.2 旋转调制技术及旋转式惯性导航系统研究现状 |
| 1.3 主要研究内容 |
| 2.旋转式微惯性导航系统及其工作原理 |
| 2.1 相关坐标系与符号定义 |
| 2.1.1 论文相关坐标系定义 |
| 2.1.2 坐标转换关系 |
| 2.2 旋转式微惯导系统工作原理 |
| 2.2.1 旋转式系统工作原理 |
| 2.2.2 旋转调制技术基本原理 |
| 2.3 旋转式系统误差传播模型 |
| 2.4 旋转式系统主要误差分类 |
| 2.5 本章小结 |
| 3.系统调制角速率误差抑制方法研究 |
| 3.1 调制角速率误差传播机理分析 |
| 3.1.1 旋转机构的加速-减速过程 |
| 3.1.2 调制角速率不稳定过程 |
| 3.2 一种新的抑制调制角速率误差的旋转方案 |
| 3.2.1 设计新的旋转方案 |
| 3.2.2 加减速过程中残余误差的抑制 |
| 3.2.3 角速率不稳定误差的抑制 |
| 3.2.4 不同旋转方案误差调制效果的讨论及仿真 |
| 3.3 本章小结 |
| 4.系统测量组件安装误差抑制方法研究 |
| 4.1 旋转式系统安装误差分析 |
| 4.2 惯性测量组件安装误差的建模与分析 |
| 4.2.1 MIMU标定误差模型 |
| 4.2.2 MIMU晃动误差分析 |
| 4.2.3 MIMU安装误差的分析 |
| 4.3 光电编码器轴向安装误差的建模与分析 |
| 4.4 系统测量组件安装误差的标定 |
| 4.5 本章小结 |
| 5.导航试验 |
| 5.1 旋转机构减旋时导航实验 |
| 5.2 旋转机构调制时导航实验 |
| 5.3 主要误差补偿方法验证 |
| 5.3.1 安装误差补偿试验验证 |
| 5.3.2 新的旋转方案试验验证 |
| 5.4 本章小结 |
| 6.总结与展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（3）基于机器学习的行人导航系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 行人导航定位技术研究现状 |
| 1.2.2 惯性技术在行人导航定位领域的研究现状 |
| 1.2.3 视觉导航定位研究现状 |
| 1.2.4 深度学习在导航定位领域中的研究现状 |
| 1.3 论文研究内容及框架 |
| 第2章 零速修正辅助的微惯性行人导航定位方法 |
| 2.1 引言 |
| 2.2 微惯性行人导航算法研究 |
| 2.3 零速修正 |
| 2.3.1 零速检测算法 |
| 2.3.2 卡尔曼滤波算法 |
| 2.4 微惯性测量组件精度分析 |
| 2.5 基于惯性测量组件足部安装的的行人导航实验分析 |
| 2.6 本章小结 |
| 第3章 基于深度学习的虚拟惯性测量组件构建方法 |
| 3.1 引言 |
| 3.2 基于SVM的行人步态类型识别 |
| 3.3 基于深度学习的虚拟惯性测量组件构建 |
| 3.3.1 VGG-LSTM模型概述 |
| 3.3.2 VGG-LSTM神经网络模型训练及其结构选取 |
| 3.4 零速修正 |
| 3.4.1 基于虚拟IMU的零速检测算法 |
| 3.4.2 基于卡尔曼滤波器的零速修正 |
| 3.5 基于系统重构的行人导航系统性能验证 |
| 3.6 本章小结 |
| 第4章 基于足部惯性信息辅助的视觉导航定位方法研究 |
| 4.1 引言 |
| 4.2 基于单目相机的视觉里程计 |
| 4.3 单目视觉/惯性组合导航定位方法 |
| 4.3.1 IMU观测模型 |
| 4.3.2 IMU运动学模型 |
| 4.3.3 IMU预积分 |
| 4.3.4 系统初始化 |
| 4.3.5 基于非线性优化的视觉惯性紧耦合 |
| 4.4 单目视觉/惯性组合导航系统的性能验证 |
| 4.5 基于惯性信息多级辅助的视觉导航方法 |
| 4.5.1 惯性信息多级辅助的ORB SLAM方案设计 |
| 4.5.2 惯性/视觉导航改进方案的性能验证实验 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 本文工作总结 |
| 5.2 进一步工作展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（4）捷联式惯性导航误差标定和补偿技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 捷联式惯性导航误差特征分析及论文主要工作 |
| 1.4 论文各章节安排 |
| 2 光纤陀螺误差特性及补偿 |
| 2.1 光纤陀螺工作原理 |
| 2.2 光纤陀螺误差对导航精度的影响 |
| 2.3 温度漂移产生机理和测试实验 |
| 2.3.1 温度漂移产生原因 |
| 2.3.2 温度漂移测试实验 |
| 2.4 滤波降噪 |
| 2.4.1 小波变换与傅里叶变换 |
| 2.4.2 小波降噪 |
| 2.5 温度漂移建模补偿及实验验证 |
| 2.5.1 多项式模型补偿 |
| 2.5.2 BP神经网络模型补偿 |
| 2.5.3 PSO-BP神经网络模型补偿 |
| 2.6 标度因数补偿 |
| 2.6.1 标度因数定义 |
| 2.6.2 标度因数测试实验 |
| 2.6.3 光纤陀螺标度因数补偿及实验验证 |
| 2.7 本章小结 |
| 3 石英挠性加速度计误差特征及补偿 |
| 3.1 石英挠性加速度计结构 |
| 3.2 石英挠性加速度计工作原理 |
| 3.3 石英挠性加速度计误差对导航精度的影响 |
| 3.4 石英挠性加速度计信号采集电路 |
| 3.4.1 I/V转换电路 |
| 3.4.2 V/F转换电路 |
| 3.5 温度漂移补偿及实验验证 |
| 3.6 本章小结 |
| 4 IMU失准角系统级标定与补偿 |
| 4.1 捷联式惯性导航系统常用坐标系及其变换 |
| 4.1.1 地球坐标系 |
| 4.1.2 导航坐标系 |
| 4.1.3 载体坐标系 |
| 4.2 IMU失准角定义 |
| 4.3 标定方法 |
| 4.4 失准角误差的补偿效果实验验证 |
| 4.5 本章小结 |
| 5 传递对准 |
| 5.1 传递对准 |
| 5.2 卡尔曼滤波 |
| 5.3 传递对准卡尔曼滤波器设计 |
| 5.3.1 Φ 角误差模型中的姿态误差和速度误差 |
| 5.3.2 速度和姿态匹配 |
| 5.3.3 仿真验证 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 主要结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（5）MEMS+视觉车载定位定向系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题的研究意义及背景 |
| 1.2 国内外发展现状 |
| 1.2.1 惯性组合导航国内外研究现状 |
| 1.2.2 MEMS+视觉组合导航国内外研究现状 |
| 1.3 论文研究的主要内容 |
| 2 捷联惯性导航系统 |
| 2.1 坐标系的定义以及转换关系 |
| 2.1.1 坐标系的定义 |
| 2.1.2 坐标系之间变换关系 |
| 2.2 捷联惯导更新算法 |
| 2.2.1 姿态更新算法 |
| 2.2.2 速度更新算法 |
| 2.2.3 位置更新算法 |
| 2.3 捷联惯导更新算法仿真验证 |
| 2.4 小结 |
| 3 单目视觉导航系统 |
| 3.1 摄像机成像坐标系 |
| 3.2 RGBD相机标定 |
| 3.3 SLAM实验 |
| 3.4 小结 |
| 4 MEMS惯性测量组件+视觉组合定位定向 |
| 4.1 惯性导航的卡尔曼滤波 |
| 4.1.1 误差源模型 |
| 4.1.2 卡尔曼滤波模型 |
| 4.2 视觉定位测量信息卡尔曼滤波 |
| 4.3 分时航迹加权融合算法 |
| 4.3.1 时间配准 |
| 4.3.2 空间配准 |
| 4.3.3 视觉定位信息可靠性判断 |
| 4.3.4 分时航迹融合算法 |
| 4.4 小结 |
| 5 系统设计 |
| 5.1 车载定位定向系统方案设计 |
| 5.2 硬件设计 |
| 5.2.1 电源模块 |
| 5.2.2 数据采集模块 |
| 5.2.3 AD转换模块 |
| 5.2.4 通信接口模块 |
| 5.2.5 硬件实现 |
| 5.3 软件设计 |
| 5.3.1 开发平台 |
| 5.3.2 软件实现 |
| 5.4 小结 |
| 6 半实物仿真与分析 |
| 6.1 实验过程以及主要参数指标 |
| 6.2 视觉定位定向实验 |
| 6.3 MEMS惯性测量组件定位定向仿真 |
| 6.4 组合定位定向仿真 |
| 6.5 小结 |
| 7 结论 |
| 参考文献 |
| 作者在读期间研究成果 |
| 附录 |
| 致谢 |
（6）捷联惯导模拟器及测试系统设计（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 惯性导航简介 |
| 1.2.1 惯性导航系统分类 |
| 1.2.2 捷联式惯性导航发展现状 |
| 1.3 惯性导航仿真测试的特点与发展 |
| 1.3.1 惯性导航测试国内外研究现状 |
| 1.3.2 惯性导航测试发展方向 |
| 1.4 论文的主要内容以及结构安排 |
| 第2章 捷联式惯性导航算法分析 |
| 2.1 惯性导航常用的坐标系及其变换关系 |
| 2.1.1 常用的坐标系 |
| 2.1.2 导航常用的参数 |
| 2.1.3 常用的坐标系变换矩阵 |
| 2.2 捷联式惯性导航的数学模型介绍 |
| 2.3 本章小结 |
| 第3章 捷联惯导反演算法分析及验证 |
| 3.1 导航运动轨迹算法研究 |
| 3.1.1 载体的几种运动状态分析 |
| 3.1.2 载体运动状态建模分析 |
| 3.2 惯性测量器件反演算法分析 |
| 3.2.1 陀螺仪输出反演算法分析 |
| 3.2.2 陀螺仪误差的数学模型 |
| 3.2.3 加速度计输出反演算法分析 |
| 3.2.4 加速度计误差的数学模型 |
| 3.3 仿真分析 |
| 3.3.1 轨迹数据生成 |
| 3.3.2 陀螺仪和加速度计数据生成 |
| 3.3.3 陀螺和加速度计误差仿真 |
| 3.3.4 轨迹数据误差分析 |
| 3.3.5 真实数据验证 |
| 3.4 本章小结 |
| 第4章 惯性测量器件信号模拟 |
| 4.1 惯性测量器件模拟的硬件平台设计 |
| 4.1.1 虚拟仪器硬件平台介绍 |
| 4.1.2 虚拟仪器软件开发平台介绍 |
| 4.1.3 LabVIEW下数据采集介绍 |
| 4.2 PCI-6208V系列数据采集卡介绍 |
| 4.3 陀螺电信号模拟 |
| 4.4 加速度计电信号模拟 |
| 4.5 本章小结 |
| 第5章 导航电路板测试系统设计 |
| 5.1 测试系统的设计 |
| 5.2 电路板与上位机串口通信设计 |
| 5.3 报文数据的处理 |
| 5.4 数据的存储模块设计 |
| 5.5 数据的对比模块设计 |
| 5.6 轨迹数据模块设计 |
| 5.7 惯性器件的模拟模块设计 |
| 5.8 测试系统调试 |
| 5.9 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（7）基于MEMS IMU的微型组合导航系统算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外发展及研究现状 |
| 1.2.1 捷联惯性导航系统 |
| 1.2.2 全球卫星导航系统 |
| 1.2.3 组合导航系统 |
| 1.3 论文主要研究内容及结构安排 |
| 2 捷联惯性导航系统 |
| 2.1 引言 |
| 2.2 捷联惯性导航系统常用坐标系 |
| 2.2.1 系统常用坐标系 |
| 2.2.2 系统相关导航参数说明 |
| 2.2.3 常用坐标系间的转换关系 |
| 2.3 捷联惯性导航力学编排 |
| 2.3.1 角速度提取 |
| 2.3.2 加速度提取 |
| 2.4 捷联惯性导航系统器件误差标定补偿 |
| 2.4.1 惯性测量器件误差模型 |
| 2.4.2 惯性测量器件整体标定补偿方法 |
| 2.5 捷联惯性导航系统解算算法 |
| 2.5.1 初始对准 |
| 2.5.2 姿态解算 |
| 2.5.3 速度解算 |
| 2.5.4 位置解算 |
| 2.6 本章小结 |
| 3 MINS/BDS组合导航算法研究 |
| 3.1 引言 |
| 3.2 SINS子系统误差建模 |
| 3.2.1 姿态误差角传播方程 |
| 3.2.2 速度误差传播方程 |
| 3.2.3 位置误差传播方程 |
| 3.2.4 惯性器件误差传播方程 |
| 3.3 MINS/BDS组合导航模型 |
| 3.3.1 系统状态方程 |
| 3.3.2 系统观测方程 |
| 3.4 组合导航卡尔曼滤波器设计 |
| 3.4.1 卡尔曼滤波器基本方程 |
| 3.4.2 系统方程离散化 |
| 3.5 组合导航误差校正方法 |
| 3.5.1 输出校正 |
| 3.5.2 反馈校正 |
| 3.6 本章小结 |
| 4 MINS/BDS组合导航自适应滤波算法研究 |
| 4.1 引言 |
| 4.2 MINS/BDS组合导航非线性模型 |
| 4.2.1 系统状态方程 |
| 4.2.2 系统非线性观测方程 |
| 4.3 MINS/BDS组合导航非线性滤波 |
| 4.3.1 非线性高斯滤波的一般形式 |
| 4.3.2 无迹卡尔曼滤波器设计 |
| 4.3.3 容积卡尔曼滤波器设计 |
| 4.4 MINS/BDS组合导航自适应非线性滤波 |
| 4.4.1 自适应因子构造 |
| 4.4.2 自适应UKF算法 |
| 4.4.3 自适应CKF算法 |
| 4.5 仿真实验与结果分析 |
| 4.5.1 UKF与 CKF算法仿真 |
| 4.5.2 自适应UKF与自适应CKF算法仿真 |
| 4.6 本章小结 |
| 5 MINS/虚拟传感器/里程计组合导航算法研究 |
| 5.1 引言 |
| 5.2 MINS/虚拟传感器组合导航 |
| 5.2.1 静态零速修正 |
| 5.2.2 动态零速修正 |
| 5.2.3 仿真实验与结果分析 |
| 5.3 MINS/里程计组合导航 |
| 5.3.1 MINS/里程计组合导航 |
| 5.3.2 仿真实验与结果分析 |
| 5.4 MINS/里程计及虚拟传感器组合导航 |
| 5.4.1 MINS/里程计及虚拟传感器组合导航 |
| 5.4.2 仿真实验与结果分析 |
| 5.5 本章小结 |
| 6 基于MEMS IMU的微型组合导航系统试验与分析 |
| 6.1 引言 |
| 6.2 系统硬件设计 |
| 6.2.1 设计思路 |
| 6.2.2 主要硬件特征 |
| 6.2.3 组合导航计算机设计 |
| 6.3 系统软件设计 |
| 6.3.1 软件需求分析 |
| 6.3.2 软件运行流程 |
| 6.4 微惯性测量单元测试试验 |
| 6.4.1 试验目的 |
| 6.4.2 试验方法 |
| 6.4.3 试验结果分析 |
| 6.5 里程计标定试验 |
| 6.5.1 试验目的 |
| 6.5.2 试验方法 |
| 6.5.3 试验结果分析 |
| 6.6 地面跑车试验 |
| 6.6.1 试验目的 |
| 6.6.2 试验方法 |
| 6.6.3 试验结果分析 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）惯组关键性能检测方法与分析技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 惯组技术发展 |
| 1.2.2 惯组检测技术 |
| 1.3 研究内容与创新点 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.4 论文结构 |
| 第二章 相关理论与技术 |
| 2.1 惯组主要类型与基本构造 |
| 2.1.1 惯组主要类型 |
| 2.1.2 基本构造 |
| 2.2 系统辨识理论 |
| 2.2.1 系统辨识理论 |
| 2.2.2 系统辨识方法 |
| 2.3 辨识算法 |
| 2.3.1 最小二乘法 |
| 2.3.2 梯度矫正法 |
| 2.3.3 极大似然法 |
| 2.4 本章小结 |
| 第三章 陀螺仪及加速度计性能检测方法与分析技术 |
| 3.1 陀螺仪主要性能参数 |
| 3.2 陀螺仪的性能检测分析与评估原理 |
| 3.2.1 性能检测分析 |
| 3.2.2 评估原理 |
| 3.3 动力调谐陀螺仪噪声特性 |
| 3.3.1 最小二乘法辨识 |
| 3.3.2 频域辨识法 |
| 3.3.3 频域去离群点 |
| 3.4 加速度计性能检测方法与分析技术 |
| 3.4.1 方法分析 |
| 3.4.2 分析模型的建立 |
| 3.5 本章小结 |
| 第四章 惯组性能检测分析系统设计 |
| 4.1 惯组主要性能参数 |
| 4.2 惯组性能分析模型 |
| 4.3 硬件设计 |
| 4.3.1 系统设计思路 |
| 4.3.2 组成单元 |
| 4.3.3 数字信号处理单元 |
| 4.4 分析算法设计 |
| 4.5 本章小结 |
| 第五章 仿真与实验 |
| 5.1 辨识实验 |
| 5.1.1 辨识数据采集与分析 |
| 5.1.2 对比实验 |
| 5.1.3 一致性实验 |
| 5.2 回路仿真与实验 |
| 5.2.1 实验平台 |
| 5.2.2 仿真实验 |
| 5.2.3 标度因数实验 |
| 5.2.4 漂移实验 |
| 5.3 统计方法实验 |
| 5.3.1 逐次通电稳定性分析研究 |
| 5.3.2 一次通电稳定性分析研究 |
| 5.4 本章小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）捷联式航空重力仪加速度计现场标定方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状及发展趋势 |
| 1.2.1 航空重力测量技术发展现状 |
| 1.2.2 石英挠性加速度计发展现状 |
| 1.2.3 标定方法发展现状 |
| 1.3 论文的主要内容和组织结构 |
| 第二章 加速度计测量精度需求分析 |
| 2.1 概述 |
| 2.1.1 常用坐标系的定义 |
| 2.1.2 坐标系转换 |
| 2.1.3 重力场模型 |
| 2.2 捷联式航空重力测量基本原理 |
| 2.2.1 航空矢量重力测量模型 |
| 2.2.2 航空标量重力测量模型 |
| 2.2.3 误差模型 |
| 2.2.4 直接求差法实现过程 |
| 2.3 航空重力测量对加速度计测量精度的需求分析 |
| 2.3.1 加速度计脉冲输出模型 |
| 2.3.2 加速度计误差建模 |
| 2.3.3 加速度计测量误差分析 |
| 2.4 本章小结 |
| 第三章 系统级标定模型建立 |
| 3.1 标定方法概述 |
| 3.1.1 分立式标定方法 |
| 3.1.2 系统级标定方法 |
| 3.2 捷联式惯导系统的误差模型 |
| 3.2.1 捷联式惯导系统基本原理 |
| 3.2.2 位置误差方程 |
| 3.2.3 速度误差方程 |
| 3.2.4 姿态误差方程 |
| 3.2.5 捷联惯导误差微分方程 |
| 3.3 Kalman滤波器设计 |
| 3.3.1 Kalman滤波基本原理 |
| 3.3.2 加速度计组件的误差模型 |
| 3.3.3 Kalman滤波模型 |
| 3.4 本章小结 |
| 第四章 标定路径设计 |
| 4.1 可观性分析 |
| 4.2 标定路径设计 |
| 4.2.1 误差激励 |
| 4.2.2 标定路径 |
| 4.2.3 实验验证 |
| 4.3 本章小结 |
| 第五章 标定方法实验验证 |
| 5.1 实验方案 |
| 5.1.1 实验设备 |
| 5.1.2 实验步骤 |
| 5.2 实验结果 |
| 5.2.1 分立式标定方法 |
| 5.2.2 静态测试 |
| 5.2.3 基于重力仪稳定平台设计的标定路径 |
| 5.2.4 实验结果分析 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）捷联惯导系统在线标定技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用符号目录 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 惯性导航技术研究现状 |
| 1.2.2 捷联惯性导航系统在线标定技术发展及研究现状 |
| 1.3 论文主要工作内容及安排 |
| 第二章 捷联惯导系统误差模型理论 |
| 2.1 捷联惯导系统常用坐标系 |
| 2.1.1 捷联惯导系统常用坐标系 |
| 2.1.2 坐标系之间的转换 |
| 2.2 捷联惯导系统惯性组件模型 |
| 2.3 捷联惯导系统误差模型 |
| 2.3.1 平台误差角和姿态误差角 |
| 2.3.2 姿态误差方程 |
| 2.3.3 速度误差方程 |
| 2.3.4 位置误差方程 |
| 2.4 本章小结 |
| 第三章 实验室标定技术 |
| 3.1 引言 |
| 3.2 分立式标定技术 |
| 3.2.1 分立式标定误差模型 |
| 3.2.2 捷联惯导系统分立式标定原理 |
| 3.3 系统级标定技术 |
| 3.3.1 系统级标定误差模型 |
| 3.3.2 标定编排设计及原理分析 |
| 3.3.3 系统级标定仿真实验及分析 |
| 3.4 实验室标定技术的优缺点 |
| 3.5 本章小结 |
| 第四章 捷联惯导系统在线标定技术研究 |
| 4.1 引言 |
| 4.2 捷联惯性导航系统误差在线标定滤波模型 |
| 4.2.1 在线标定滤波状态方程 |
| 4.2.2 在线标定滤波量测方程 |
| 4.3 捷联惯性导航系统可观测性分析 |
| 4.3.1 基于奇异值分解的系统可观测性分析方法 |
| 4.3.2 基于特征值特征向量可观测性分析方法 |
| 4.4 自适应模型预测组合滤波算法 |
| 4.4.1 模型预测滤波和自适应卡尔曼滤波 |
| 4.4.2 自适应模型预测组合滤波算法 |
| 4.5 捷联惯性导航系统在线标定仿真结果与分析 |
| 4.5.1 可观测性仿真与分析 |
| 4.5.2 惯性组件误差在线标定仿真实验 |
| 4.6 本章小结 |
| 第五章 捷联惯导系统在线标定样机实验 |
| 5.1 引言 |
| 5.2 捷联惯导系统在线标定方案设计 |
| 5.3 转台实验 |
| 5.3.1 分立式标定 |
| 5.3.2 系统级标定 |
| 5.4 车载实验 |
| 5.4.1 实验设备及环境 |
| 5.4.2 车载实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
四、捷联测量组件——输出数据采集卡的设计（论文参考文献）
- [1]基于捷联惯导的采煤机运行姿态高精度感知理论与技术研究[D]. 吴刚. 中国矿业大学, 2020(07)
- [2]旋转式微惯性导航系统误差补偿技术研究[D]. 敬正尧. 中北大学, 2020(10)
- [3]基于机器学习的行人导航系统关键技术研究[D]. 古翠红. 南京师范大学, 2020(03)
- [4]捷联式惯性导航误差标定和补偿技术研究[D]. 李光耀. 西安工业大学, 2019(03)
- [5]MEMS+视觉车载定位定向系统研究[D]. 董昀. 西安建筑科技大学, 2019(06)
- [6]捷联惯导模拟器及测试系统设计[D]. 吴超越. 哈尔滨工程大学, 2019(05)
- [7]基于MEMS IMU的微型组合导航系统算法研究[D]. 韩林. 南京理工大学, 2019(06)
- [8]惯组关键性能检测方法与分析技术研究[D]. 庞琨. 国防科技大学, 2018(01)
- [9]捷联式航空重力仪加速度计现场标定方法研究[D]. 余晓涛. 国防科技大学, 2018(01)
- [10]捷联惯导系统在线标定技术研究[D]. 吴梅. 东南大学, 2018(05)