一、捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)濾波技術(shù)研究（論文文獻(xiàn)綜述）
景立博[1]（2021）在《捷聯(lián)慣導(dǎo)系統(tǒng)自對(duì)準(zhǔn)技術(shù)研究》文中指出
劉其銘[2]（2021）在《基于雙慣導(dǎo)的水下機(jī)器人定位導(dǎo)航技術(shù)的研究與實(shí)現(xiàn)》文中研究表明水下機(jī)器人已經(jīng)廣泛的應(yīng)用于諸多領(lǐng)域,能夠代替人類完成探測(cè)檢修任務(wù),是海洋探索、河流水利工程檢修、險(xiǎn)情處置的重要工具,這不僅保障了相關(guān)人員的生命安全,也拓展了任務(wù)可實(shí)施的深度和廣度。高精度的定位導(dǎo)航系統(tǒng)是水下機(jī)器人完成相關(guān)任務(wù)的生要前提,目前一些中小型機(jī)器人采,用GPS浮標(biāo)和慣導(dǎo)結(jié)合的導(dǎo)航方式,但在有些GPS信號(hào)較差的場(chǎng)合,需要慣導(dǎo)系統(tǒng)短時(shí)、短距離的獨(dú)立工作,如何提高慣導(dǎo)系統(tǒng)的導(dǎo)航精度是研究重點(diǎn)。本文在已有的應(yīng)用于水體水質(zhì)調(diào)查和水下建筑物巡檢的水下機(jī)器人平臺(tái)上,采用兩套MEMS慣性傳感器,開展基于雙慣導(dǎo)的水下機(jī)器人定位導(dǎo)航技術(shù)研究,包括雙慣導(dǎo)定位導(dǎo)航系統(tǒng)電子硬件設(shè)計(jì)、雙慣導(dǎo)信息融合算法研究和定位導(dǎo)航系統(tǒng)軟件開發(fā)等工作。首先介紹捷聯(lián)慣導(dǎo)技術(shù)的基本原理,根據(jù)本文采用的導(dǎo)航坐標(biāo)系選擇合適的載體坐標(biāo)系。著重分析慣導(dǎo)系統(tǒng)誤差來(lái)源,建立捷聯(lián)慣導(dǎo)系統(tǒng)的誤差模型,作為雙慣導(dǎo)信息融合建模的理論基礎(chǔ)。根據(jù)本文中水下機(jī)器人總體硬件體系結(jié)構(gòu),以及雙慣導(dǎo)定位導(dǎo)航系統(tǒng)設(shè)計(jì)要求,對(duì)慣性器件進(jìn)行選型和性能分析,研制了雙慣導(dǎo)傳感模塊,包括硬件電路和軟件程序的設(shè)計(jì)。針對(duì)MEMS陀螺儀無(wú)法感知地球自轉(zhuǎn)速度,無(wú)法采用傳統(tǒng)的陀螺儀結(jié)合加速度計(jì)初始對(duì)準(zhǔn)方法,本文采用了磁強(qiáng)計(jì)輔助加速度計(jì)的慣導(dǎo)系統(tǒng)粗對(duì)準(zhǔn)方法。為了提高水下機(jī)器人定位導(dǎo)航精度,重點(diǎn)介紹基于卡爾曼濾波器的雙慣導(dǎo)數(shù)據(jù)融合方法。根據(jù)捷聯(lián)慣導(dǎo)系統(tǒng)誤差模型,選擇適合雙慣導(dǎo)系統(tǒng)的狀態(tài)空間模型,分別設(shè)計(jì)系統(tǒng)的狀態(tài)方程和量測(cè)方程,詳細(xì)說(shuō)明了卡爾曼濾波器反饋校正的過(guò)程,最后通過(guò)陸上動(dòng)態(tài)實(shí)驗(yàn)證明系統(tǒng)模型設(shè)計(jì)的合理性和正確性。對(duì)應(yīng)于機(jī)器人總體硬件體系結(jié)構(gòu),提出了水下機(jī)器人軟件設(shè)計(jì)方案,采用基于ROS的雙慣導(dǎo)水下機(jī)器人定位導(dǎo)航節(jié)點(diǎn)設(shè)計(jì),增加了雙慣導(dǎo)串口節(jié)點(diǎn)和定位導(dǎo)航節(jié)點(diǎn)程序,完善了人機(jī)交互節(jié)點(diǎn)程序設(shè)計(jì)。為了方便水下機(jī)器人軟件使用和未來(lái)功能提升,配置了多節(jié)點(diǎn)啟動(dòng)文件。優(yōu)化了操作人員監(jiān)控界面,使導(dǎo)航信息接入監(jiān)控界面并完成顯示。搭建安裝了雙慣導(dǎo)導(dǎo)航系統(tǒng)的水下機(jī)器人平臺(tái),完成水池實(shí)驗(yàn),通過(guò)多組實(shí)驗(yàn)證明,雙慣導(dǎo)導(dǎo)航系統(tǒng)相較于單慣導(dǎo)系統(tǒng)在實(shí)際路軌跡偏差和各誤差方面都有所改善,基于雙慣導(dǎo)的定位導(dǎo)航系統(tǒng)基本滿足水下機(jī)器人局部定位的要求。
張遠(yuǎn)飛[3]（2021）在《基于非線性濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法》文中指出捷聯(lián)慣性導(dǎo)航系統(tǒng)（Strapdown Inertial Navigation System,SINS）是一種推算式的導(dǎo)航方法。初始對(duì)準(zhǔn)是SINS的關(guān)鍵技術(shù)之一,其對(duì)準(zhǔn)精度直接影響導(dǎo)航的精度。SINS存在慣性傳感器隨機(jī)誤差、系統(tǒng)不確定噪聲、建模誤差、環(huán)境擾動(dòng)等問(wèn)題,仍使用小失準(zhǔn)角處理,會(huì)使估計(jì)狀態(tài)的精度下滑。因此,本文針對(duì)大方位失準(zhǔn)角的情況,設(shè)計(jì)一類非線性濾波方法,并應(yīng)用于SINS大方位失準(zhǔn)角的初始對(duì)準(zhǔn)。本文的主要工作及創(chuàng)新點(diǎn)如下:針對(duì)擴(kuò)展卡爾曼濾波器（Extended Kalman Filter,EKF）線性化導(dǎo)致估計(jì)精度變差的問(wèn)題,提出了一種基于迭代EKF的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)算法。迭代EKF算法使用k+1時(shí)刻的狀態(tài)估值代替k時(shí)刻的狀態(tài)估值并對(duì)非線性方程重新線性化,從而減少EKF由于忽略非線性函數(shù)的高階項(xiàng)帶來(lái)的截?cái)嗾`差。在大方位失準(zhǔn)角的情況下,通過(guò)使用計(jì)算得到的狀態(tài)估值代替前一時(shí)刻的值進(jìn)行多步迭代,進(jìn)一步提高了大方位失準(zhǔn)角下的慣導(dǎo)對(duì)準(zhǔn)精度,迭代擴(kuò)展卡爾曼濾波算法比傳統(tǒng)擴(kuò)展卡爾曼濾波器的穩(wěn)定性更好、對(duì)準(zhǔn)精度更高。針對(duì)方位失準(zhǔn)角較大且系統(tǒng)噪聲方差未知的問(wèn)題,提出了一種基于自適應(yīng)平滑變結(jié)構(gòu)濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法。濾波器使用新息的自適應(yīng)估計(jì)方法在線估計(jì)觀測(cè)噪聲方差矩陣,充分利用現(xiàn)時(shí)的測(cè)量數(shù)據(jù),實(shí)時(shí)辨別系統(tǒng)的噪聲方差和觀測(cè)噪聲方差,減少了系統(tǒng)的計(jì)算量,縮短了系統(tǒng)的對(duì)準(zhǔn)時(shí)間。當(dāng)SINS的噪聲方差未知時(shí),自適應(yīng)平滑變結(jié)構(gòu)濾波器相比EKF可以較好地解決參數(shù)以及模型不確定性問(wèn)題,且方位失準(zhǔn)角的估計(jì)精度比EKF的精度更高。針對(duì)SINS模型中噪聲統(tǒng)計(jì)特性未知且方位失準(zhǔn)角過(guò)大的問(wèn)題,提出了一種粒子濾波和平滑變結(jié)構(gòu)濾波相結(jié)合的濾波器。由于大方位失準(zhǔn)角下的SINS誤差模型不再是線性的,且狀態(tài)變量的維數(shù)較大,單獨(dú)使用平滑變結(jié)構(gòu)濾波需將其線性化,而粒子濾波維數(shù)越大其運(yùn)行效率越低,因此將系統(tǒng)的狀態(tài)向量分為兩個(gè)部分。對(duì)速度和陀螺加計(jì)誤差進(jìn)行平滑變結(jié)構(gòu)濾波器濾波,三個(gè)姿態(tài)角誤差使用粒子濾波算法。此組合濾波器不僅保留了粒子濾波可應(yīng)用于非線性非高斯系統(tǒng)的優(yōu)點(diǎn),也避免了平滑變結(jié)構(gòu)濾波線性化的過(guò)程。該濾波算法比PF的運(yùn)行效率更高,在系統(tǒng)噪聲非高斯且系統(tǒng)突變等情況下,此濾波較EKF更加具有抗干擾能力。在靜基座大方位失準(zhǔn)角的基礎(chǔ)上,通過(guò)無(wú)人機(jī)中的慣性傳感器采集得到其靜止數(shù)據(jù),對(duì)本文所提出的非線性濾波算法進(jìn)行仿真驗(yàn)證,結(jié)果表明其可以改善SINS的對(duì)準(zhǔn)精度和實(shí)時(shí)性能。
吳剛[4]（2020）在《基于捷聯(lián)慣導(dǎo)的采煤機(jī)運(yùn)行姿態(tài)高精度感知理論與技術(shù)研究》文中認(rèn)為智能化開采是我國(guó)煤炭工業(yè)發(fā)展的需求和必然方向,基于三維空間尺度的采煤機(jī)運(yùn)行姿態(tài)是實(shí)現(xiàn)智能化開采的必需性基礎(chǔ)信息。采煤機(jī)運(yùn)行姿態(tài)的精確感知不僅能為探知、預(yù)測(cè)智能化工作面的生產(chǎn)狀態(tài)提供途徑,而且能為采煤機(jī)自主調(diào)高、記憶割煤等智能控制過(guò)程提供基礎(chǔ)信息。已有工作初步實(shí)現(xiàn)了采煤機(jī)的定位定姿,但感知精度尚還欠缺,實(shí)時(shí)精確的采煤機(jī)運(yùn)行姿態(tài)信息缺失長(zhǎng)期阻礙了國(guó)內(nèi)外綜采工作面智能化發(fā)展。本文即針對(duì)此問(wèn)題,引入捷聯(lián)慣導(dǎo)技術(shù),結(jié)合實(shí)驗(yàn)測(cè)試、誤差補(bǔ)償算法優(yōu)化及單軸旋轉(zhuǎn)調(diào)制等方法,以采煤機(jī)“慣性測(cè)量組件誤差補(bǔ)償——系統(tǒng)誤差補(bǔ)償算法——單軸旋轉(zhuǎn)調(diào)制”為研究主線,圍繞慣性導(dǎo)航應(yīng)用于采煤機(jī)運(yùn)行姿態(tài)高精度感知時(shí)的元件級(jí)、系統(tǒng)級(jí)與捷聯(lián)慣導(dǎo)級(jí)三個(gè)層面進(jìn)行深入研究,以期提高采煤機(jī)運(yùn)行姿態(tài)的感知精度,為綜采工作面的生產(chǎn)狀態(tài)預(yù)測(cè)及采煤機(jī)智能化控制提供理論基礎(chǔ)與技術(shù)參考。本文從捷聯(lián)慣導(dǎo)基本原理出發(fā),構(gòu)建了采煤機(jī)運(yùn)行姿態(tài)的實(shí)時(shí)解算算法,建立了能夠求解SINS系統(tǒng)狀態(tài)最優(yōu)估計(jì)卡爾曼濾波方程組。針對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)長(zhǎng)航時(shí)的積累誤差難以得到有效修正的缺陷,明確了捷聯(lián)慣導(dǎo)系統(tǒng)主要誤差項(xiàng)包括:慣性敏感器誤差、初始對(duì)準(zhǔn)誤差及安裝誤差,并對(duì)主要誤差項(xiàng)進(jìn)行了逐一補(bǔ)償。針對(duì)采煤機(jī)的強(qiáng)振動(dòng)壞境對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)精度的影響,建立了采煤機(jī)振動(dòng)力學(xué)模型,仿真獲取了采煤機(jī)整機(jī)的振動(dòng)響應(yīng)特征,有效抑制了采煤機(jī)振動(dòng)引起的圓錐誤差與劃船誤差。在無(wú)法進(jìn)一步提升慣性敏感器精度的條件下,提出了旋轉(zhuǎn)調(diào)制誤差自補(bǔ)償技術(shù),建立了實(shí)際轉(zhuǎn)位機(jī)構(gòu)的旋轉(zhuǎn)模型,揭示了不同單軸旋轉(zhuǎn)調(diào)制方案誤差傳播特性?；诓煌瑔屋S旋轉(zhuǎn)調(diào)制方案的仿真結(jié)果,優(yōu)選了最佳的旋轉(zhuǎn)調(diào)制方案,推導(dǎo)了四位置轉(zhuǎn)停時(shí)間與轉(zhuǎn)位機(jī)構(gòu)角加速度和調(diào)制角速度有關(guān)的表達(dá)式,理論證明了該方案可以完全消除陀螺儀零偏漂移的影響。設(shè)計(jì)了單軸旋轉(zhuǎn)誤差調(diào)制實(shí)驗(yàn)方案,研究設(shè)定了最佳的旋轉(zhuǎn)調(diào)制參數(shù),驗(yàn)證了單軸旋轉(zhuǎn)調(diào)制能夠有效提高慣導(dǎo)系統(tǒng)的姿態(tài)感知精度。研究了采煤機(jī)運(yùn)行姿態(tài)感知的現(xiàn)場(chǎng)應(yīng)用情況,誤差補(bǔ)償后的定位誤差為補(bǔ)償前的17%,航向角誤差為補(bǔ)償前的75%,采煤機(jī)運(yùn)行姿態(tài)感知精度得到了顯著提高。本文提供了較為全面的提高井下采煤機(jī)運(yùn)行姿態(tài)感知精度的理論與方法,不僅有助于充實(shí)綜采工作面智能化感知的研究成果,而且可為綜采工作面的生產(chǎn)狀態(tài)預(yù)測(cè)及井下開采設(shè)備智能化控制提供理論參考與技術(shù)借鑒,最終為綜采工作面智能化的發(fā)展做出貢獻(xiàn)。該論文有圖115幅,表15個(gè),參考文獻(xiàn)128篇。
黃奕程[5]（2020）在《光纖陀螺捷聯(lián)慣導(dǎo)關(guān)鍵技術(shù)研究》文中認(rèn)為近年來(lái),隨著慣性導(dǎo)航技術(shù)的發(fā)展,光纖陀螺捷聯(lián)慣導(dǎo)以其強(qiáng)大的泛用性受到了慣性導(dǎo)航領(lǐng)域?qū)＜遗c學(xué)者們的廣泛關(guān)注。本文以光纖陀螺捷聯(lián)慣導(dǎo)為背景,對(duì)捷聯(lián)慣導(dǎo)從制作到應(yīng)用的關(guān)鍵技術(shù)展開了深入的研究。論文主要內(nèi)容包括以下幾個(gè)方面:第一,完成了一種通用型光纖陀螺捷聯(lián)慣導(dǎo)方案的設(shè)計(jì)。根據(jù)光纖陀螺與石英撓性加速度計(jì)的工作原理與接口特性,以“DSP+FPGA”作為導(dǎo)航計(jì)算機(jī)主板,分析了傳統(tǒng)的DSP單核驅(qū)動(dòng)架構(gòu),基于當(dāng)前方案在運(yùn)算效率分配與實(shí)時(shí)性上的不足,提出了一種雙核驅(qū)動(dòng)架構(gòu)。定義了捷聯(lián)慣導(dǎo)工作的常用坐標(biāo)系,調(diào)研了導(dǎo)航解算基本方程,分析并選用了合適的導(dǎo)航算法,將其移植進(jìn)入了導(dǎo)航計(jì)算機(jī)主板,完成了捷聯(lián)慣導(dǎo)原理樣機(jī)的搭建。第二,對(duì)捷聯(lián)慣導(dǎo)標(biāo)定技術(shù)進(jìn)行了研究。調(diào)研了傳統(tǒng)的分立式標(biāo)定與系統(tǒng)級(jí)標(biāo)定方法,分析了其各有的優(yōu)勢(shì)與缺點(diǎn)?；诂F(xiàn)有標(biāo)定方法的不足,提出了一種基于模觀測(cè)與重力矢量觀測(cè)的新型標(biāo)定方法,該方法對(duì)誤差激勵(lì)分析較為容易,標(biāo)定路徑易于工程實(shí)現(xiàn),解決了轉(zhuǎn)臺(tái)不精確或者無(wú)轉(zhuǎn)臺(tái)情況下的標(biāo)定問(wèn)題。對(duì)新方法進(jìn)行了仿真驗(yàn)證,并利用光纖陀螺捷聯(lián)慣導(dǎo)進(jìn)行了三軸轉(zhuǎn)臺(tái)測(cè)試,證實(shí)了該方法的有效性與優(yōu)越性。第三,對(duì)捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù)進(jìn)行了研究。簡(jiǎn)介了傳統(tǒng)的解析粗對(duì)準(zhǔn)與精對(duì)準(zhǔn)方案與經(jīng)典的基于多矢量定姿QUEST算法的對(duì)準(zhǔn)方案。針對(duì)構(gòu)建慣性系參考矢量需要精確緯度信息的問(wèn)題,對(duì)無(wú)緯度信息條件下的對(duì)準(zhǔn)進(jìn)行了詳細(xì)的研究,推導(dǎo)了一種平滑的緯度求解方案。針對(duì)無(wú)緯度信息條件下的對(duì)準(zhǔn),研究了基于矢量操作的對(duì)準(zhǔn)算法,針對(duì)該方法中地軸矢量解算不夠精確的問(wèn)題,提出了一種基于梯度下降的求解方案,通過(guò)了仿真與實(shí)驗(yàn)證明,該方法優(yōu)于傳統(tǒng)的解算方案。論文的研究成果具有一定的工程實(shí)用價(jià)值與理論指導(dǎo)意義。
李冰洋[6]（2020）在《多信息融合的捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù)研究》文中提出現(xiàn)代戰(zhàn)爭(zhēng)對(duì)于武器系統(tǒng)的打擊精度要求越來(lái)越高,彈道修正、末端敏感等彈藥?kù)`巧化技術(shù)逐步成為研究熱點(diǎn)。捷聯(lián)式慣性導(dǎo)航具有體積小、易集成、抗干擾能力強(qiáng)等優(yōu)點(diǎn),在彈藥?kù)`巧化改進(jìn)方面被廣泛應(yīng)用。但是靈巧彈藥在發(fā)射時(shí)會(huì)受到高轉(zhuǎn)速、高過(guò)載等環(huán)境的影響,無(wú)法進(jìn)行慣導(dǎo)的地面靜基座初始對(duì)準(zhǔn)。針對(duì)這一問(wèn)題,本文研究了融合地磁測(cè)量信息、彈道信息和衛(wèi)星信息的捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)方法,主要研究?jī)?nèi)容如下:以二維彈道修正彈為對(duì)象,首先建立相關(guān)數(shù)學(xué)模型,研究了導(dǎo)航信息的解算算法以及系統(tǒng)的姿態(tài)、速度、位置誤差方程。然后依據(jù)慣性測(cè)量元件的模擬數(shù)據(jù)對(duì)捷聯(lián)慣導(dǎo)解算算法進(jìn)行仿真,驗(yàn)證了算法的可行性。在靜基座條件下,首先對(duì)粗對(duì)準(zhǔn)方法進(jìn)行了研究,然后通過(guò)分析慣性元件的誤差,將加速度計(jì)零偏和陀螺漂移加入到系統(tǒng)的狀態(tài)量,設(shè)計(jì)了卡爾曼濾波精對(duì)準(zhǔn)對(duì)準(zhǔn)方法,并對(duì)其進(jìn)行仿真分析。仿真結(jié)果表明靜基座條件下的初始對(duì)準(zhǔn)中,水平失準(zhǔn)角的收斂速度較快,而方位失準(zhǔn)角的收斂速度則比較慢。通過(guò)對(duì)地磁測(cè)姿方法的半實(shí)物仿真,驗(yàn)證了地磁滾轉(zhuǎn)角信息的可用性;然后對(duì)外彈道參數(shù)進(jìn)行仿真計(jì)算,得到彈體的俯仰角與偏航角;最后將上述輔助信息與捷聯(lián)慣導(dǎo)計(jì)算結(jié)果的差值作為觀測(cè)量輸入卡爾曼濾波器,完成信息融合初始對(duì)準(zhǔn)。仿真結(jié)果顯示,與自對(duì)準(zhǔn)相比,信息融合的對(duì)準(zhǔn)方法在對(duì)準(zhǔn)精度和速度上都有所提高。彈箭在飛行過(guò)程中,隨著時(shí)間的積累,捷聯(lián)慣導(dǎo)解算會(huì)產(chǎn)生累計(jì)誤差,需要在衛(wèi)星定位后重新進(jìn)行動(dòng)態(tài)對(duì)準(zhǔn)。傳統(tǒng)的動(dòng)態(tài)對(duì)準(zhǔn)方法,采用速度/位置匹配的對(duì)準(zhǔn)方法,該方法對(duì)準(zhǔn)速度慢,而且方位陀螺的可觀測(cè)性較差,導(dǎo)致對(duì)準(zhǔn)精度降低。本文利用衛(wèi)星的速度信息計(jì)算得到彈體的俯仰角和偏航角,利用地磁信息提供滾轉(zhuǎn)角,在傳統(tǒng)的速度/位置匹配法的基礎(chǔ)上,將三個(gè)姿態(tài)角信息加入觀測(cè)量,提高了系統(tǒng)的可觀測(cè)性,使得動(dòng)態(tài)對(duì)準(zhǔn)速度更快、精度更高。
祁藝[7]（2020）在《單軸旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng)自適應(yīng)對(duì)準(zhǔn)方法研究》文中提出旋轉(zhuǎn)調(diào)制技術(shù)是捷聯(lián)慣性導(dǎo)航系統(tǒng)（SINS）的一種系統(tǒng)級(jí)誤差補(bǔ)償技術(shù),能夠有效提高系統(tǒng)的對(duì)準(zhǔn)精度和導(dǎo)航精度,但該系統(tǒng)本質(zhì)上依然是積分系統(tǒng),也就是說(shuō)各個(gè)導(dǎo)航參數(shù)的誤差仍然會(huì)隨時(shí)間累積。而精對(duì)準(zhǔn)作為進(jìn)入導(dǎo)航的必經(jīng)階段,其精度是影響導(dǎo)航精度的直接因素,通過(guò)引入衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）作為輔助系統(tǒng)可有效提升對(duì)準(zhǔn)精度。針對(duì)Kalman濾波局限性和對(duì)環(huán)境不適應(yīng)性,以及GNSS信號(hào)丟失或數(shù)據(jù)異常的問(wèn)題,提出了一種模糊多因子自適應(yīng)濾波算法。論文圍繞以單軸旋轉(zhuǎn)調(diào)制SINS為主的組合系統(tǒng)自適應(yīng)對(duì)準(zhǔn)算法進(jìn)行了研究,主要研究?jī)?nèi)容如下:（1）研究了單軸旋轉(zhuǎn)調(diào)制捷聯(lián)慣性導(dǎo)航系統(tǒng)的基本理論,推導(dǎo)了系統(tǒng)的姿態(tài)誤差方程、速度誤差方程和位置誤差方程,并根據(jù)陀螺和加速度計(jì)的常值誤差、標(biāo)度因數(shù)誤差和安裝誤差傳播規(guī)律,推導(dǎo)并分析了單軸旋轉(zhuǎn)系統(tǒng)對(duì)上述誤差的調(diào)制機(jī)理。（2）針對(duì)對(duì)準(zhǔn)異常的情況,研究了用以識(shí)別該情況的姿態(tài)角誤差閾值設(shè)置方法,進(jìn)一步提升對(duì)準(zhǔn)結(jié)果的可靠性;同時(shí),研究了時(shí)間序列預(yù)測(cè)技術(shù)的基本原理和常用模型及其參數(shù)估計(jì)方法,依據(jù)建立的時(shí)間序列模型的預(yù)測(cè)值進(jìn)行Kalman濾波,確保GNSS在失效時(shí)系統(tǒng)也能推進(jìn)對(duì)準(zhǔn)過(guò)程,并進(jìn)行仿真分析。仿真結(jié)果表明AR模型和ARMA模型能在GNSS失效的一段時(shí)間內(nèi)保證對(duì)準(zhǔn)精度,進(jìn)一步提高系統(tǒng)的抗干擾性。（3）針對(duì)Kalman濾波局限性的問(wèn)題,把模糊自適應(yīng)算法用于SINS精對(duì)準(zhǔn)中,將Sage-Husa時(shí)變估計(jì)器作為參考信息的同時(shí),根據(jù)新息對(duì)觀測(cè)噪聲協(xié)方差矩陣進(jìn)行實(shí)時(shí)調(diào)整,過(guò)程中保證觀測(cè)量的每個(gè)通道獨(dú)立計(jì)算自適應(yīng)因子,通過(guò)仿真驗(yàn)證了模糊多因子自適應(yīng)濾波算法的可行性和有效性。（4）利用單軸旋轉(zhuǎn)調(diào)制捷聯(lián)慣性導(dǎo)航系統(tǒng)的實(shí)驗(yàn)樣機(jī),進(jìn)行了在不同環(huán)境和不同運(yùn)動(dòng)狀態(tài)下的多組導(dǎo)航實(shí)驗(yàn),包括三軸轉(zhuǎn)臺(tái)實(shí)驗(yàn)、車載實(shí)驗(yàn)、水中潛器湖試與海試實(shí)驗(yàn)。實(shí)驗(yàn)表明,較Kalman濾波而言,模糊多因子自適應(yīng)算法最終導(dǎo)航精度提升了4.9%～61.8%,并且即使在Sage-Husa自適應(yīng)算法效果不佳時(shí),仍能達(dá)到相對(duì)最優(yōu)的對(duì)準(zhǔn)精度和導(dǎo)航精度,驗(yàn)證了所提出算法對(duì)各種不同環(huán)境的適應(yīng)性和有效性。
王振華[8]（2020）在《傳遞對(duì)準(zhǔn)中主慣導(dǎo)誤差分析及處理方法研究》文中進(jìn)行了進(jìn)一步梳理在計(jì)算機(jī)技術(shù)和慣導(dǎo)理論快速發(fā)展的二十一世紀(jì),捷聯(lián)慣性導(dǎo)航系統(tǒng)（Strapdown Inertial Navigation System,簡(jiǎn)稱SINS）的優(yōu)越性逐步體現(xiàn),其通過(guò)把慣性測(cè)量元件（IMU,陀螺儀和加表）與載體固連,因而省去實(shí)體機(jī)電平臺(tái)等結(jié)構(gòu)。目前對(duì)于傳遞對(duì)準(zhǔn)的研究主要是體現(xiàn)在非剛體運(yùn)動(dòng)產(chǎn)生的撓曲變形和桿臂補(bǔ)償問(wèn)題,通常把主慣導(dǎo)當(dāng)成高精度無(wú)誤差的,進(jìn)而來(lái)完成主子慣導(dǎo)信息傳遞?？紤]到載體航行過(guò)程中,主慣導(dǎo)會(huì)進(jìn)行阻尼切換而出現(xiàn)動(dòng)態(tài)超調(diào),進(jìn)而會(huì)引起對(duì)準(zhǔn)失真。目前的研究,主要是通過(guò)對(duì)阻尼網(wǎng)絡(luò)的處理來(lái)完成平滑切換。考慮到若在主慣導(dǎo)的參數(shù)指標(biāo)中給出速度誤差和姿態(tài)誤差的指標(biāo),這樣就可以把主慣導(dǎo)誤差直接引入到量測(cè)信息,來(lái)進(jìn)行仿真分析。本文擬對(duì)動(dòng)態(tài)超調(diào)引起的卡爾曼濾波器（kalman filter,簡(jiǎn)稱KF）量測(cè)誤差進(jìn)行自適應(yīng)處理,再通過(guò)對(duì)卡爾曼濾波數(shù)據(jù)融合過(guò)程進(jìn)行改進(jìn),來(lái)提高對(duì)準(zhǔn)速度。本課題首先對(duì)研究背景以及慣導(dǎo)基本理論進(jìn)行了說(shuō)明。在慣導(dǎo)系統(tǒng)基礎(chǔ)上,對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)姿態(tài)誤差、速度誤差以及位置誤差方程進(jìn)行了建立,并對(duì)加表和陀螺儀誤差進(jìn)行建模。介紹了離散性卡爾曼濾波基本方程,并對(duì)速度加姿態(tài)匹配方式下的傳遞對(duì)準(zhǔn)狀態(tài)方程和量測(cè)方程進(jìn)行建模。接著對(duì)慣導(dǎo)系統(tǒng)阻尼問(wèn)題進(jìn)行理論分析并仿真驗(yàn)證。通過(guò)對(duì)周期振蕩誤差產(chǎn)生機(jī)理的分析,來(lái)說(shuō)明給系統(tǒng)加入阻尼網(wǎng)絡(luò)的必要性,以及對(duì)兩種基本阻尼網(wǎng)絡(luò)的選取進(jìn)行了理論說(shuō)明。詳細(xì)分析了因載體機(jī)動(dòng)和阻尼切換引起的超調(diào)誤差以及影響外速度阻尼超調(diào)誤差的因素?；诖?對(duì)主慣導(dǎo)系統(tǒng)不同阻尼狀態(tài)之間的切換以及外速度常值誤差的變化對(duì)系統(tǒng)輸出的影響進(jìn)行仿真,并引入卡方檢測(cè)技術(shù),對(duì)因主慣導(dǎo)動(dòng)態(tài)超調(diào)造成的卡爾曼濾波量測(cè)誤差問(wèn)題進(jìn)行檢測(cè)。最后通過(guò)對(duì)常規(guī)自適應(yīng)濾波的分析,引入了對(duì)量測(cè)量的優(yōu)選算法,并將主慣導(dǎo)動(dòng)態(tài)超調(diào)誤差的峰值引入量測(cè),來(lái)對(duì)傳遞對(duì)準(zhǔn)失準(zhǔn)角進(jìn)行仿真分析。鑒于量測(cè)誤差發(fā)生到被處理浪費(fèi)了一段時(shí)間,提出數(shù)據(jù)復(fù)用的思想來(lái)提高狀態(tài)量收斂速度。通過(guò)將正逆向循環(huán)解算與卡爾曼濾波過(guò)程進(jìn)行數(shù)據(jù)融合,即將正逆向循環(huán)解算加入到每一個(gè)點(diǎn)的解算（即每一次的慣導(dǎo)解算）中,來(lái)對(duì)失準(zhǔn)角進(jìn)行估計(jì)。通過(guò)對(duì)常規(guī)傳遞對(duì)準(zhǔn)和改進(jìn)后的快速對(duì)準(zhǔn)算法進(jìn)行對(duì)比仿真,來(lái)觀察狀態(tài)量估計(jì)誤差的收斂情況。
于曉雪[9]（2020）在《車載光纖捷聯(lián)慣導(dǎo)的快速對(duì)準(zhǔn)關(guān)鍵技術(shù)研究》文中進(jìn)行了進(jìn)一步梳理慣導(dǎo)系統(tǒng)研究的重點(diǎn)是提高初始對(duì)準(zhǔn)的性能。特別是在軍用領(lǐng)域中,精度高,抗干擾強(qiáng),反應(yīng)迅速的導(dǎo)航裝備是現(xiàn)代高科技戰(zhàn)爭(zhēng)對(duì)其的必然要求。本文的研究目標(biāo)是縮短車載捷聯(lián)慣導(dǎo)系統(tǒng)的初始對(duì)準(zhǔn)時(shí)間,最終實(shí)現(xiàn)的對(duì)準(zhǔn)性能指標(biāo)是:對(duì)準(zhǔn)精度優(yōu)于0.06°/cosФ時(shí),對(duì)準(zhǔn)時(shí)間少于5min。主要研究工作包括以下幾方面:1.對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的方程、姿態(tài)更新算法及誤差方程進(jìn)行了推導(dǎo)。2.給出了定位定向組件的硬件電路設(shè)計(jì),包括導(dǎo)航計(jì)算機(jī)的電路方案的設(shè)計(jì)和核心處理電路的設(shè)計(jì)。3.對(duì)車載晃動(dòng)基座情況下的干擾信號(hào)進(jìn)行了分析,說(shuō)明了車載晃動(dòng)基座情況下進(jìn)行對(duì)準(zhǔn)預(yù)濾波的必要性,然后對(duì)最小二乘擬合、FIR、IIR濾波、小波對(duì)準(zhǔn)預(yù)濾波方法進(jìn)行了理論分析,通過(guò)比較,選定了EMD濾波進(jìn)行預(yù)濾波方法研究。為解決EMD端點(diǎn)效應(yīng)和模態(tài)混疊問(wèn)題,基于極值點(diǎn)的相關(guān)性來(lái)抑制端點(diǎn)效應(yīng),基于奇異值分解抑制模態(tài)混疊,改進(jìn)了EMD濾波方法。進(jìn)行車載對(duì)準(zhǔn)實(shí)驗(yàn),采集車載基座下慣性儀器的輸出數(shù)據(jù),對(duì)其進(jìn)行濾波,驗(yàn)證改進(jìn)后的預(yù)濾波方案的有效性,設(shè)計(jì)的EMD預(yù)濾波方案有利于本課題后續(xù)的快速對(duì)準(zhǔn)方法的進(jìn)行。4.對(duì)三種粗對(duì)準(zhǔn)方法的對(duì)準(zhǔn)誤差進(jìn)行了推導(dǎo)和分析,最后針對(duì)本文的車載晃動(dòng)基座實(shí)際應(yīng)用情況,選擇凝固慣性系粗對(duì)準(zhǔn)作為粗對(duì)準(zhǔn)方案。5.考慮到方位大失準(zhǔn)角情況下的快速對(duì)準(zhǔn),建立了非線性誤差方程。分析比較了幾種非線性濾波精對(duì)準(zhǔn)方法的收斂速度和計(jì)算量,選擇UKF濾波精對(duì)準(zhǔn)作為非線性快速對(duì)準(zhǔn)的優(yōu)選方案。并針對(duì)UKF算法計(jì)算量大的缺點(diǎn)進(jìn)行改進(jìn),對(duì)UKF算法進(jìn)行改進(jìn),利用非線性模型的條件線性特性,減少無(wú)跡變換過(guò)程中的Sigma樣本點(diǎn),以此降低其計(jì)算量。并進(jìn)行了仿真實(shí)驗(yàn),仿真實(shí)驗(yàn)證明精對(duì)準(zhǔn)方案改進(jìn)后算法收斂速度較快。最后給出了車載快速對(duì)準(zhǔn)方案。6.設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證車載快速對(duì)準(zhǔn)方案滿足精度指標(biāo)要求。首先設(shè)計(jì)了靜基座對(duì)準(zhǔn)試驗(yàn):水平基座對(duì)準(zhǔn)精度實(shí)驗(yàn)、傾斜基座對(duì)準(zhǔn)精度實(shí)驗(yàn)、高低溫實(shí)驗(yàn),在靜基座情況下對(duì)車載快速對(duì)準(zhǔn)算法的對(duì)準(zhǔn)性能進(jìn)行測(cè)試;然后設(shè)計(jì)了車載對(duì)準(zhǔn)實(shí)驗(yàn):怠速對(duì)準(zhǔn)實(shí)驗(yàn)、跑車實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果滿足預(yù)期目標(biāo)。
杜方[10]（2020）在《陸用捷聯(lián)慣性導(dǎo)航計(jì)算機(jī)設(shè)計(jì)與對(duì)準(zhǔn)技術(shù)研究》文中研究說(shuō)明在現(xiàn)代化地面戰(zhàn)爭(zhēng)中,對(duì)于裝甲車為主的陸用車輛,為了提升其作戰(zhàn)能力,使其擁有靈活的機(jī)動(dòng)性能以及精確的打擊能力,這就需要以高精度的陸用慣性導(dǎo)航系統(tǒng)為基礎(chǔ),實(shí)時(shí)地為運(yùn)載體提供姿態(tài)、速度和位置等信息。因此,陸用裝甲車輛對(duì)高精度的慣導(dǎo)系統(tǒng)有重大需求。本文以陸用慣性導(dǎo)航系統(tǒng)實(shí)際應(yīng)用需求為背景,針對(duì)導(dǎo)航計(jì)算機(jī)軟硬件平臺(tái)搭建和初始對(duì)準(zhǔn)的相關(guān)算法進(jìn)行研究,這兩部分的研究?jī)?nèi)容將對(duì)陸用車輛的機(jī)動(dòng)性以及其協(xié)同作戰(zhàn)能力產(chǎn)生至關(guān)重要的作用。導(dǎo)航計(jì)算機(jī)作為捷聯(lián)慣導(dǎo)的控制運(yùn)算中樞,其合理的設(shè)計(jì)對(duì)導(dǎo)航系統(tǒng)的精度及穩(wěn)定性有著舉足輕重的作用。對(duì)于中高精度慣導(dǎo)設(shè)備,為保證其精度,需要導(dǎo)航計(jì)算機(jī)對(duì)加速度計(jì)、陀螺儀的輸出量有較高的采樣能力,保持?jǐn)?shù)據(jù)采集的同步性;同時(shí),還要兼顧導(dǎo)航計(jì)算機(jī)的解算性能及通訊接口的擴(kuò)展性。針對(duì)上述要求,本文提出了基于DSP、FPGA和ARM的三核架構(gòu)導(dǎo)航計(jì)算機(jī)系統(tǒng)。其中,在硬件方面包括多核架構(gòu)的最小系統(tǒng)設(shè)計(jì),外圍的采樣電路、電源系統(tǒng)、通信電路等的電路設(shè)計(jì);在軟件方面針對(duì)各個(gè)處理器的特性及開發(fā)環(huán)境進(jìn)行程序編寫,包括基于Verilog硬件描述語(yǔ)言的FPGA端數(shù)據(jù)采樣程序、基于C語(yǔ)言的DSP端數(shù)據(jù)解算程序和ARM端接口擴(kuò)展程序。從而完成數(shù)據(jù)采集、解算及對(duì)外通訊導(dǎo)航計(jì)算機(jī)系統(tǒng)設(shè)計(jì)。在算法方面主要針對(duì)捷聯(lián)慣導(dǎo)的初始對(duì)準(zhǔn)進(jìn)行研究。文中以陸用車載捷聯(lián)慣導(dǎo)系統(tǒng)為研究對(duì)象,將其分成靜基座環(huán)境和動(dòng)基座環(huán)境分別進(jìn)行研究。首先完成捷聯(lián)慣導(dǎo)基本方程和誤差方程的推導(dǎo),對(duì)IMU進(jìn)行建模分析并完成分立式標(biāo)定,對(duì)確定性誤差進(jìn)行補(bǔ)償。接著設(shè)計(jì)捷聯(lián)慣導(dǎo)系統(tǒng)的對(duì)準(zhǔn)過(guò)程,針對(duì)靜基座條件下,應(yīng)用多矢量定姿的原理進(jìn)行解析式粗對(duì)準(zhǔn)和一步修正粗對(duì)準(zhǔn)得到粗對(duì)準(zhǔn)結(jié)果;應(yīng)用卡爾曼濾波進(jìn)行失準(zhǔn)角的估計(jì)完成精對(duì)準(zhǔn)過(guò)程;針對(duì)晃動(dòng)基座條件下,模擬晃動(dòng)環(huán)境的載體運(yùn)動(dòng)狀態(tài)及IMU數(shù)據(jù),應(yīng)用凝固法完成粗對(duì)準(zhǔn),應(yīng)用卡爾曼濾波求理想慣性系與計(jì)算慣性系失準(zhǔn)角的方式完成精對(duì)準(zhǔn);并針對(duì)上述方法展開原理性研究和仿真驗(yàn)證。最后進(jìn)行了導(dǎo)航計(jì)算機(jī)和初始對(duì)準(zhǔn)的相關(guān)實(shí)驗(yàn)。對(duì)導(dǎo)航計(jì)算機(jī)進(jìn)行信號(hào)采樣和輸出,證明其性能基本滿足系統(tǒng)需求,且采樣精度較為良好。對(duì)慣性器件進(jìn)行分立式標(biāo)定實(shí)驗(yàn)并進(jìn)行誤差補(bǔ)償后,進(jìn)行轉(zhuǎn)臺(tái)晃動(dòng)基座初始對(duì)準(zhǔn)實(shí)驗(yàn)和車載靜止初始對(duì)準(zhǔn)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明系統(tǒng)可以達(dá)到較好的初始對(duì)準(zhǔn)精度,大致滿足工程應(yīng)用的需求。
二、捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)濾波技術(shù)研究（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡(jiǎn)單簡(jiǎn)介論文所研究問(wèn)題的基本概念和背景，再而簡(jiǎn)單明了地指出論文所要研究解決的具體問(wèn)題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡(jiǎn)64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過(guò)程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁(yè)面大小,采用多級(jí)分層頁(yè)表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁(yè)表轉(zhuǎn)換過(guò)程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過(guò)主支變革、控制研究對(duì)象來(lái)發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過(guò)調(diào)查文獻(xiàn)來(lái)獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過(guò)具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來(lái)分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過(guò)創(chuàng)設(shè)一個(gè)與原型相似的模型來(lái)間接研究原型某種特性的一種形容方法。
三、捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)濾波技術(shù)研究（論文提綱范文）
（2）基于雙慣導(dǎo)的水下機(jī)器人定位導(dǎo)航技術(shù)的研究與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 目前研究中存在的主要問(wèn)題 |
| 1.4 課題研究目標(biāo)與論文內(nèi)容安排 |
| 第二章 捷聯(lián)慣導(dǎo)理論分析與誤差建模 |
| 2.1 捷聯(lián)慣導(dǎo)基本原理 |
| 2.2 常用坐標(biāo)系定義 |
| 2.3 捷聯(lián)慣導(dǎo)更新迭代算法 |
| 2.3.1 姿態(tài)更新算法 |
| 2.3.2 速度更新算法 |
| 2.3.3 位置更新算法 |
| 2.4 錐運(yùn)動(dòng)與劃槳效應(yīng)的分析與補(bǔ)償 |
| 2.4.1 錐運(yùn)動(dòng)的分析與補(bǔ)償 |
| 2.4.2 劃槳效應(yīng)的分析與補(bǔ)償 |
| 2.5 捷聯(lián)慣導(dǎo)系統(tǒng)誤差模型 |
| 2.6 本章小結(jié) |
| 第三章 雙慣導(dǎo)系統(tǒng)電子硬件設(shè)計(jì) |
| 3.1 水下機(jī)器人電子系統(tǒng)總體設(shè)計(jì) |
| 3.2 器件選型與性能分析 |
| 3.2.1 慣性器件選型 |
| 3.2.2 聲吶高度計(jì)選型 |
| 3.2.3 基于Allan方差的慣性器件性能分析 |
| 3.3 雙慣導(dǎo)傳感器模塊設(shè)計(jì) |
| 3.4 本章小結(jié) |
| 第四章 基于卡爾曼濾波器的雙慣導(dǎo)信息融合 |
| 4.1 MEMS慣導(dǎo)系統(tǒng)初始粗對(duì)準(zhǔn) |
| 4.2 卡爾曼濾波算法原理 |
| 4.3 雙慣導(dǎo)組合系統(tǒng)數(shù)學(xué)建模 |
| 4.3.1 系統(tǒng)融合模型 |
| 4.3.2 卡爾曼濾波器設(shè)計(jì) |
| 4.4 卡爾曼濾波器反饋校正 |
| 4.5 組合系統(tǒng)仿真實(shí)驗(yàn) |
| 4.6 本章小結(jié) |
| 第五章 雙慣導(dǎo)定位導(dǎo)航系統(tǒng)軟件設(shè)計(jì) |
| 5.1 水下機(jī)器人系統(tǒng)軟件結(jié)構(gòu) |
| 5.2 主控制器節(jié)點(diǎn)程序 |
| 5.2.1 雙慣導(dǎo)導(dǎo)航節(jié)點(diǎn)程序 |
| 5.2.2 人機(jī)交互節(jié)點(diǎn)程序 |
| 5.2.3 多節(jié)點(diǎn)啟動(dòng)文件配置 |
| 5.3 監(jiān)控界面優(yōu)化 |
| 5.4 本章小結(jié) |
| 第六章 水池實(shí)驗(yàn)與數(shù)據(jù)分析 |
| 6.1 監(jiān)控界面軟件測(cè)試 |
| 6.2 基于雙慣導(dǎo)的慣性導(dǎo)航系統(tǒng)實(shí)驗(yàn)分析 |
| 第七章 總結(jié)與展望 |
| 7.1 總結(jié) |
| 7.2 展望 |
| 參考文獻(xiàn) |
| 攻讀學(xué)位期間取得的研究成果 |
| 致謝 |
（3）基于非線性濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國(guó)內(nèi)外發(fā)展及研究現(xiàn)狀 |
| 1.2.1 捷聯(lián)式慣導(dǎo)系統(tǒng)發(fā)展概況 |
| 1.2.2 捷聯(lián)式慣導(dǎo)初始對(duì)準(zhǔn)發(fā)展概況 |
| 1.3 論文結(jié)構(gòu)安排和主要內(nèi)容 |
| 第2章 捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)基本理論 |
| 2.1 引言 |
| 2.2 捷聯(lián)式慣導(dǎo)系統(tǒng)的基本原理 |
| 2.2.1 常用的坐標(biāo)系 |
| 2.2.2 姿態(tài)矩陣的定義和更新算法 |
| 2.3 捷聯(lián)慣導(dǎo)大方位失準(zhǔn)角下的誤差分析 |
| 2.3.1 非線性速度誤差方程 |
| 2.3.2 非線性姿態(tài)誤差方程 |
| 2.3.3 慣性器件誤差模型 |
| 2.4 捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)的關(guān)鍵技術(shù) |
| 2.4.1 粗對(duì)準(zhǔn) |
| 2.4.2 精對(duì)準(zhǔn) |
| 2.5 常用濾波方法 |
| 2.5.1 擴(kuò)展卡爾曼濾波 |
| 2.5.2 無(wú)跡卡爾曼濾波 |
| 2.5.3 容積卡爾曼濾波 |
| 2.6 本章小結(jié) |
| 第3章 基于迭代擴(kuò)展卡爾曼濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法 |
| 3.1 引言 |
| 3.2 大方位失準(zhǔn)角下的非線性初始對(duì)準(zhǔn)模型 |
| 3.3 迭代擴(kuò)展卡爾曼濾波 |
| 3.4 實(shí)驗(yàn)仿真結(jié)果與分析 |
| 3.5 本章小結(jié) |
| 第4章 基于自適應(yīng)平滑變結(jié)構(gòu)濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法 |
| 4.1 引言 |
| 4.2 系統(tǒng)誤差模型 |
| 4.3 自適應(yīng)平滑變結(jié)構(gòu)濾波器 |
| 4.3.1 平滑變結(jié)構(gòu)濾波算法的穩(wěn)定性證明 |
| 4.3.2 自適應(yīng)平滑變結(jié)構(gòu)濾波過(guò)程 |
| 4.4 實(shí)驗(yàn)仿真結(jié)果及分析 |
| 4.5 本章小結(jié) |
| 第5章 基于PF-SVSF組合濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法 |
| 5.1 引言 |
| 5.2 系統(tǒng)誤差模型 |
| 5.3 粒子濾波 |
| 5.4 粒子平滑變結(jié)構(gòu)組合濾波器 |
| 5.5 實(shí)驗(yàn)仿真結(jié)果及分析 |
| 5.6 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 6.1 本文工作總結(jié) |
| 6.2 展望 |
| 參考文獻(xiàn) |
| 攻讀碩士期間研究成果 |
| 致謝 |
（4）基于捷聯(lián)慣導(dǎo)的采煤機(jī)運(yùn)行姿態(tài)高精度感知理論與技術(shù)研究（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 變量注釋表 |
| 1 緒論 |
| 1.1 背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 主要研究?jī)?nèi)容與方案 |
| 2 基于捷聯(lián)慣導(dǎo)的采煤機(jī)運(yùn)行姿態(tài)感知理論 |
| 2.1 采煤機(jī)運(yùn)動(dòng)與姿態(tài)特征 |
| 2.2 捷聯(lián)式慣性導(dǎo)航原理 |
| 2.3 采煤機(jī)運(yùn)行姿態(tài)解算算法 |
| 2.4 捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn) |
| 2.5 捷聯(lián)慣導(dǎo)的卡爾曼濾波算法 |
| 2.6 本章小結(jié) |
| 3 采煤機(jī)捷聯(lián)慣導(dǎo)慣性敏感器誤差分析與補(bǔ)償 |
| 3.1 捷聯(lián)慣導(dǎo)誤差來(lái)源分析 |
| 3.2 慣性敏感器性能測(cè)試系統(tǒng) |
| 3.3 陀螺儀零偏誤差補(bǔ)償 |
| 3.4 加速度計(jì)零偏誤差補(bǔ)償 |
| 3.5 隨機(jī)漂移誤差模型 |
| 3.6 本章小結(jié) |
| 4 采煤機(jī)捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)與安裝誤差分析與補(bǔ)償 |
| 4.1 采煤機(jī)捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)誤差補(bǔ)償 |
| 4.2 采煤機(jī)捷聯(lián)慣導(dǎo)安裝誤差補(bǔ)償 |
| 4.3 采煤機(jī)捷聯(lián)慣導(dǎo)振動(dòng)誤差補(bǔ)償 |
| 4.4 本章小結(jié) |
| 5 捷聯(lián)慣導(dǎo)單軸旋轉(zhuǎn)誤差調(diào)制機(jī)制研究 |
| 5.1 旋轉(zhuǎn)調(diào)制技術(shù)原理 |
| 5.2 單軸連續(xù)旋轉(zhuǎn)調(diào)制方案 |
| 5.3 單軸連續(xù)正反旋轉(zhuǎn)調(diào)制方案 |
| 5.4 四位置轉(zhuǎn)停調(diào)制方案 |
| 5.5 最佳旋轉(zhuǎn)調(diào)制方案的確定 |
| 5.6 本章小結(jié) |
| 6 捷聯(lián)慣導(dǎo)單軸旋轉(zhuǎn)誤差調(diào)制實(shí)驗(yàn) |
| 6.1 實(shí)驗(yàn)方案設(shè)計(jì)與參數(shù)設(shè)定 |
| 6.2 單軸旋轉(zhuǎn)誤差調(diào)制實(shí)驗(yàn) |
| 6.3 單軸旋轉(zhuǎn)誤差調(diào)制效果分析 |
| 6.4 采煤機(jī)運(yùn)行姿態(tài)感知現(xiàn)場(chǎng)應(yīng)用研究 |
| 6.5 本章小結(jié) |
| 7 結(jié)論與展望 |
| 7.1 研究結(jié)論 |
| 7.2 主要?jiǎng)?chuàng)新點(diǎn) |
| 7.3 研究展望 |
| 參考文獻(xiàn) |
| 附錄 |
| 作者簡(jiǎn)歷 |
| 學(xué)位論文數(shù)據(jù)集 |
（5）光纖陀螺捷聯(lián)慣導(dǎo)關(guān)鍵技術(shù)研究（論文提綱范文）
| 致謝 |
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景 |
| 1.2 光纖陀螺捷聯(lián)慣導(dǎo)發(fā)展現(xiàn)狀 |
| 1.3 光纖陀螺捷聯(lián)慣導(dǎo)關(guān)鍵技術(shù) |
| 1.3.1 光纖陀螺捷聯(lián)慣導(dǎo)工程設(shè)計(jì)與實(shí)現(xiàn) |
| 1.3.2 捷聯(lián)慣導(dǎo)標(biāo)定技術(shù) |
| 1.3.3 捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù) |
| 1.4 論文工作內(nèi)容與安排 |
| 2 光纖陀螺捷聯(lián)慣導(dǎo)設(shè)計(jì)與實(shí)現(xiàn) |
| 2.1 捷聯(lián)慣導(dǎo)硬件方案設(shè)計(jì) |
| 2.1.1 慣性器件 |
| 2.1.2 導(dǎo)航計(jì)算機(jī)主板 |
| 2.1.3 系統(tǒng)電源 |
| 2.2 導(dǎo)航計(jì)算機(jī)架構(gòu)方案設(shè)計(jì) |
| 2.2.1 DSP單核驅(qū)動(dòng)的架構(gòu)方案 |
| 2.2.2 雙核驅(qū)動(dòng)的架構(gòu)方案 |
| 2.3 捷聯(lián)慣導(dǎo)導(dǎo)航算法 |
| 2.3.1 捷聯(lián)慣導(dǎo)常用坐標(biāo)系定義 |
| 2.3.2 導(dǎo)航解算基本方程 |
| 2.4 本章小結(jié) |
| 3 捷聯(lián)慣導(dǎo)標(biāo)定技術(shù) |
| 3.1 捷聯(lián)慣導(dǎo)誤差模型 |
| 3.2 傳統(tǒng)標(biāo)定方案 |
| 3.2.1 分立式標(biāo)定 |
| 3.2.2 卡爾曼濾波與系統(tǒng)級(jí)標(biāo)定 |
| 3.3 基于模觀測(cè)與重力矢量觀測(cè)標(biāo)定方法 |
| 3.3.1 靜態(tài)多位置模觀測(cè)標(biāo)定方法 |
| 3.3.2 重力矢量觀測(cè)標(biāo)定方法 |
| 3.3.3 標(biāo)定路徑流程設(shè)計(jì) |
| 3.4 仿真與三軸轉(zhuǎn)臺(tái)實(shí)驗(yàn) |
| 3.4.1 仿真驗(yàn)證 |
| 3.4.2 三軸轉(zhuǎn)臺(tái)實(shí)驗(yàn) |
| 3.5 本章小結(jié) |
| 4 捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù) |
| 4.1 傳統(tǒng)對(duì)準(zhǔn)方案 |
| 4.1.1 解析粗對(duì)準(zhǔn) |
| 4.1.2 精對(duì)準(zhǔn) |
| 4.1.3 仿真驗(yàn)證 |
| 4.2 基于多矢量定姿算法的對(duì)準(zhǔn) |
| 4.2.1 凝固慣性系的對(duì)準(zhǔn)基本方案 |
| 4.2.2 無(wú)緯度條件下的對(duì)準(zhǔn)算法 |
| 4.2.3 仿真驗(yàn)證 |
| 4.3 基于矢量操作的對(duì)準(zhǔn) |
| 4.3.1 基本算法描述 |
| 4.3.2 小波濾波與觀測(cè)矢量重構(gòu)去噪 |
| 4.3.3 基于梯度下降的地軸矢量解算算法 |
| 4.3.4 仿真與三軸轉(zhuǎn)臺(tái)實(shí)驗(yàn) |
| 4.4 本章小結(jié) |
| 5 總結(jié)與展望 |
| 5.1 論文工作總結(jié) |
| 5.2 論文后續(xù)展望 |
| 參考文獻(xiàn) |
| 作者簡(jiǎn)介 |
（6）多信息融合的捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景 |
| 1.2 國(guó)內(nèi)外相關(guān)技術(shù)研究現(xiàn)狀 |
| 1.2.1 彈道修正技術(shù)國(guó)內(nèi)外現(xiàn)狀 |
| 1.2.2 慣性導(dǎo)航技術(shù)國(guó)內(nèi)外現(xiàn)狀 |
| 1.2.3 初始對(duì)準(zhǔn)技術(shù)研究現(xiàn)狀 |
| 1.3 論文主要研究?jī)?nèi)容及結(jié)構(gòu)安排 |
| 2 捷聯(lián)慣導(dǎo)系統(tǒng)解算算法及誤差模型 |
| 2.1 捷聯(lián)慣導(dǎo)系統(tǒng)特點(diǎn) |
| 2.2 捷聯(lián)慣導(dǎo)解算算法 |
| 2.2.1 常用坐標(biāo)系及其轉(zhuǎn)換 |
| 2.2.2 姿態(tài)解算算法 |
| 2.2.3 速度解算算法 |
| 2.2.4 位置解算算法 |
| 2.3 捷聯(lián)慣導(dǎo)系統(tǒng)的誤差模型 |
| 2.3.1 姿態(tài)誤差方程 |
| 2.3.2 速度誤差方程 |
| 2.3.3 位置誤差方程 |
| 2.4 捷聯(lián)慣導(dǎo)系統(tǒng)算法仿真驗(yàn)證 |
| 2.5 本章小結(jié) |
| 3 捷聯(lián)慣導(dǎo)系統(tǒng)自對(duì)準(zhǔn)方法 |
| 3.1 粗對(duì)準(zhǔn)基本方法設(shè)計(jì) |
| 3.2 慣性器件誤差分析 |
| 3.2.1 陀螺儀誤差建模 |
| 3.2.2 加速度計(jì)誤差建模 |
| 3.3 卡爾曼濾波精對(duì)準(zhǔn)方法設(shè)計(jì) |
| 3.3.1 卡爾曼濾波技術(shù) |
| 3.3.2 初始自對(duì)準(zhǔn)卡爾曼濾波建模 |
| 3.4 自對(duì)準(zhǔn)流程與仿真分析 |
| 3.4.1 捷聯(lián)慣導(dǎo)系統(tǒng)自對(duì)準(zhǔn)流程 |
| 3.4.2 仿真分析 |
| 3.5 本章小結(jié) |
| 4 地磁和彈道信息輔助的快速對(duì)準(zhǔn) |
| 4.1 地磁測(cè)姿原理 |
| 4.1.1 地磁場(chǎng)及其坐標(biāo)表示 |
| 4.1.2 地磁測(cè)量誤差分析與補(bǔ)償 |
| 4.1.3 姿態(tài)角求解方法 |
| 4.1.4 滾轉(zhuǎn)角測(cè)量半實(shí)物仿真 |
| 4.2 外彈道運(yùn)動(dòng)參數(shù)計(jì)算 |
| 4.2.1 彈箭運(yùn)動(dòng)方程模型 |
| 4.2.2 外彈道計(jì)算仿真 |
| 4.3 信息組合初對(duì)準(zhǔn)方法建模 |
| 4.4 仿真結(jié)果分析 |
| 4.5 本章小結(jié) |
| 5 地磁和衛(wèi)星信息輔助的動(dòng)態(tài)對(duì)準(zhǔn) |
| 5.1 衛(wèi)星信息輔助的動(dòng)態(tài)對(duì)準(zhǔn)方法 |
| 5.1.1 SINS/衛(wèi)星組合模式及特點(diǎn)分析 |
| 5.1.2 速度/位置匹配對(duì)準(zhǔn)方法 |
| 5.2 增加地磁信息的動(dòng)態(tài)對(duì)準(zhǔn)方法 |
| 5.3 仿真結(jié)果分析 |
| 5.4 本章小結(jié) |
| 6 總結(jié)與展望 |
| 6.1 本文總結(jié) |
| 6.2 研究展望 |
| 參考文獻(xiàn) |
| 攻讀碩士期間的研究成果 |
| 致謝 |
（7）單軸旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng)自適應(yīng)對(duì)準(zhǔn)方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 旋轉(zhuǎn)式慣導(dǎo)系統(tǒng)研究現(xiàn)狀 |
| 1.3 自適應(yīng)對(duì)準(zhǔn)算法研究現(xiàn)狀 |
| 1.4 時(shí)間序列研究現(xiàn)狀 |
| 1.5 論文的研究?jī)?nèi)容 |
| 第二章 單軸調(diào)制捷聯(lián)慣導(dǎo)系統(tǒng)基本理論 |
| 2.1 引言 |
| 2.2 相關(guān)坐標(biāo)系及轉(zhuǎn)換關(guān)系 |
| 2.2.1 坐標(biāo)系定義 |
| 2.2.2 坐標(biāo)系之間的姿態(tài)轉(zhuǎn)換 |
| 2.3 單軸調(diào)制捷聯(lián)慣導(dǎo)原理 |
| 2.3.1 轉(zhuǎn)位方案 |
| 2.3.2 誤差方程 |
| 2.3.3 誤差調(diào)制原理 |
| 2.4 本章小結(jié) |
| 第三章 輔助系統(tǒng)失效的組合導(dǎo)航系統(tǒng)容錯(cuò)算法 |
| 3.1 引言 |
| 3.2 姿態(tài)角誤差閾值設(shè)置 |
| 3.3 時(shí)間序列預(yù)測(cè)技術(shù)理論 |
| 3.3.1 時(shí)間序列預(yù)測(cè)簡(jiǎn)介 |
| 3.3.2 數(shù)據(jù)分析與預(yù)處理 |
| 3.3.3 模型建立與參數(shù)估計(jì)方法 |
| 3.3.4 模型適應(yīng)性檢驗(yàn) |
| 3.4 時(shí)間序列預(yù)測(cè)算法仿真實(shí)驗(yàn) |
| 3.4.1 系統(tǒng)模型建立 |
| 3.4.2 仿真條件設(shè)置 |
| 3.4.3 實(shí)驗(yàn)數(shù)據(jù)檢驗(yàn) |
| 3.4.4 實(shí)驗(yàn)結(jié)果分析 |
| 3.5 本章小結(jié) |
| 第四章 單軸調(diào)制捷聯(lián)慣導(dǎo)系統(tǒng)的模糊多因子自適應(yīng)對(duì)準(zhǔn)算法 |
| 4.1 引言 |
| 4.2 Kalman濾波基本原理 |
| 4.3 Sage-Husa自適應(yīng)濾波 |
| 4.4 基于FIS的多因子自適應(yīng)濾波算法 |
| 4.4.1 模糊控制基本理論 |
| 4.4.2 模糊多因子自適應(yīng)算法框架 |
| 4.4.3 FIS系統(tǒng)設(shè)計(jì) |
| 4.5 模糊多因子自適應(yīng)濾波算法仿真實(shí)驗(yàn) |
| 4.5.1 算法仿真流程 |
| 4.5.2 仿真條件設(shè)置 |
| 4.5.3 實(shí)驗(yàn)結(jié)果分析 |
| 4.6 本章小結(jié) |
| 第五章 單軸調(diào)制捷聯(lián)慣導(dǎo)系統(tǒng)實(shí)驗(yàn) |
| 5.1 引言 |
| 5.2 單軸調(diào)制捷聯(lián)慣導(dǎo)系統(tǒng)總體結(jié)構(gòu) |
| 5.2.1 系統(tǒng)硬件組成 |
| 5.2.2 系統(tǒng)軟件組成 |
| 5.3 單軸調(diào)制捷聯(lián)慣導(dǎo)系統(tǒng)算法實(shí)驗(yàn) |
| 5.3.1 轉(zhuǎn)臺(tái)實(shí)驗(yàn) |
| 5.3.2 車載實(shí)驗(yàn) |
| 5.3.3 湖試與海試實(shí)驗(yàn) |
| 5.4 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 論文主要內(nèi)容總結(jié) |
| 6.2 后續(xù)研究工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 碩士期間研究成果及論文發(fā)表情況 |
（8）傳遞對(duì)準(zhǔn)中主慣導(dǎo)誤差分析及處理方法研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 傳遞對(duì)準(zhǔn)技術(shù) |
| 1.2.2 阻尼技術(shù) |
| 1.2.3 故障檢測(cè)技術(shù) |
| 1.3 論文章節(jié)安排 |
| 第2章 捷聯(lián)慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)基本理論 |
| 2.1 常用匹配方法及坐標(biāo)系說(shuō)明 |
| 2.1.1 常用匹配方法的引入 |
| 2.1.2 基本坐標(biāo)系和符號(hào) |
| 2.2 捷聯(lián)慣導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)誤差方程 |
| 2.2.1 姿態(tài)誤差方程 |
| 2.2.2 速度誤差方程 |
| 2.2.3 位置誤差方程 |
| 2.2.4 慣性器件誤差模型 |
| 2.3 離散型卡爾曼濾波基本理論 |
| 2.3.1 卡爾曼濾波介紹 |
| 2.3.2 離散型卡爾曼濾波基本方程 |
| 2.4 速度加姿態(tài)匹配濾波模型 |
| 2.4.1 狀態(tài)方程的建立 |
| 2.4.2 量測(cè)方程的建立 |
| 2.5 本章小結(jié) |
| 第3章 捷聯(lián)慣導(dǎo)系統(tǒng)阻尼超調(diào)誤差分析 |
| 3.1 周期振蕩誤差產(chǎn)生機(jī)理 |
| 3.2 SINS的傳統(tǒng)阻尼 |
| 3.2.1 水平阻尼 |
| 3.2.2 方位阻尼 |
| 3.3 阻尼超調(diào)誤差分析 |
| 3.3.1 載體機(jī)動(dòng)引起的超調(diào)誤差 |
| 3.3.2 狀態(tài)切換引起的超調(diào)誤差 |
| 3.3.3 外阻尼下狀態(tài)切換引起的超調(diào)誤差 |
| 3.4 仿真驗(yàn)證 |
| 3.5 本章小結(jié) |
| 第4章 傳遞對(duì)準(zhǔn)中主慣導(dǎo)超調(diào)誤差檢測(cè)方法 |
| 4.1 引言 |
| 4.2 卡方檢測(cè)技術(shù) |
| 4.2.1 殘差卡方檢驗(yàn)法 |
| 4.2.2 狀態(tài)卡方檢驗(yàn)法 |
| 4.3 雙狀態(tài)卡方檢驗(yàn)及診斷策略 |
| 4.3.1 雙狀態(tài)卡方檢驗(yàn)工作原理 |
| 4.3.2 診斷策略 |
| 4.4 仿真分析 |
| 4.4.1 阻尼有效性驗(yàn)證仿真 |
| 4.4.2 不同工作狀態(tài)切換仿真 |
| 4.4.3 卡方檢測(cè)法對(duì)比仿真 |
| 4.5 本章小結(jié) |
| 第5章 基于主慣導(dǎo)超調(diào)引起的量測(cè)誤差處理方法研究 |
| 5.1 基于自適應(yīng)濾波的誤差修正算法 |
| 5.1.1 常規(guī)自適應(yīng)濾波算法 |
| 5.1.2 量測(cè)信息的優(yōu)選算法 |
| 5.1.3 仿真分析 |
| 5.2 基于正逆向?qū)Ш浇馑愫蛿?shù)據(jù)融合的快速對(duì)準(zhǔn)算法 |
| 5.2.1 常規(guī)解算算法 |
| 5.2.2 正逆向循環(huán)解算算法 |
| 5.2.3 改進(jìn)后的數(shù)據(jù)融合過(guò)程 |
| 5.2.4 仿真分析 |
| 5.3 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果 |
| 致謝 |
（9）車載光纖捷聯(lián)慣導(dǎo)的快速對(duì)準(zhǔn)關(guān)鍵技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題研究背景及目的 |
| 1.2 光纖陀螺捷聯(lián)慣導(dǎo)系統(tǒng)的發(fā)展現(xiàn)狀 |
| 1.3 對(duì)準(zhǔn)預(yù)濾波的研究現(xiàn)狀 |
| 1.4 車載捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù)的研究現(xiàn)狀 |
| 1.5 論文主要研究?jī)?nèi)容與工作安排 |
| 2 定位定向組件的硬件電路 |
| 2.1 導(dǎo)航計(jì)算機(jī)電路方案 |
| 2.2 核心處理電路 |
| 2.3 本章小結(jié) |
| 3 捷聯(lián)慣導(dǎo)系統(tǒng) |
| 3.1 坐標(biāo)系位置關(guān)系 |
| 3.2 捷聯(lián)慣導(dǎo)系統(tǒng)原理 |
| 3.2.1 捷聯(lián)慣導(dǎo)系統(tǒng)基本原理 |
| 3.2.2 捷聯(lián)慣導(dǎo)系統(tǒng)基本方程 |
| 3.3 捷聯(lián)慣導(dǎo)系統(tǒng)的姿態(tài)更新算法 |
| 3.4 捷聯(lián)慣導(dǎo)誤差分析 |
| 3.4.1 姿態(tài)誤差方程 |
| 3.4.2 速度誤差方程 |
| 3.4.3 位置誤差方程 |
| 3.5 本章小結(jié) |
| 4 初始對(duì)準(zhǔn)預(yù)濾波方法研究 |
| 4.1 幾種對(duì)準(zhǔn)預(yù)濾波方法比較 |
| 4.1.1 時(shí)域?yàn)V波 |
| 4.1.2 頻域?yàn)V波 |
| 4.1.3 時(shí)頻結(jié)合濾波 |
| 4.2 EMD濾波 |
| 4.2.1 EMD方法基本思想 |
| 4.2.2 EMD濾波過(guò)程 |
| 4.3 存在問(wèn)題及改進(jìn) |
| 4.3.1 端點(diǎn)效應(yīng) |
| 4.3.2 模態(tài)混疊 |
| 4.4 實(shí)驗(yàn)及分析 |
| 4.5 本章小結(jié) |
| 5 車載捷聯(lián)慣導(dǎo)系統(tǒng)快速對(duì)準(zhǔn)技術(shù)研究 |
| 5.1 粗對(duì)準(zhǔn)方法研究 |
| 5.1.1 解析粗對(duì)準(zhǔn)及誤差分析 |
| 5.1.2 慣性系粗對(duì)準(zhǔn)及誤差分析 |
| 5.1.3 凝固慣性系粗對(duì)準(zhǔn)及誤差分析 |
| 5.3 卡爾曼濾波精對(duì)準(zhǔn) |
| 5.3.1 卡爾曼濾波理論 |
| 5.3.2 卡爾曼濾波模型 |
| 5.4 無(wú)跡卡爾曼濾波精對(duì)準(zhǔn) |
| 5.4.1 無(wú)跡變換 |
| 5.4.2 無(wú)跡卡爾曼濾波算法 |
| 5.5 UKF精對(duì)準(zhǔn)算法改進(jìn) |
| 5.5.1 UT變換改進(jìn) |
| 5.5.2 非線性誤差方程 |
| 5.5.3 UKF濾波模型 |
| 5.5.4 濾波方案 |
| 5.5.5 仿真驗(yàn)證 |
| 5.6 車載快速對(duì)準(zhǔn)方案設(shè)計(jì) |
| 5.7 本章小結(jié) |
| 6 對(duì)準(zhǔn)實(shí)驗(yàn)驗(yàn)證 |
| 6.1 依據(jù)文件 |
| 6.2 指標(biāo)要求 |
| 6.3 靜基座對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.3.1 水平基座對(duì)準(zhǔn)精度實(shí)驗(yàn) |
| 6.3.2 傾斜基座對(duì)準(zhǔn)精度實(shí)驗(yàn) |
| 6.3.3 高低溫對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.4 車載對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.4.1 怠速對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.4.2 跑車實(shí)驗(yàn) |
| 6.5 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況 |
| 致謝 |
（10）陸用捷聯(lián)慣性導(dǎo)航計(jì)算機(jī)設(shè)計(jì)與對(duì)準(zhǔn)技術(shù)研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 課題背景及研究意義 |
| 1.2 相關(guān)技術(shù)的發(fā)展現(xiàn)狀 |
| 1.2.1 陸用慣性導(dǎo)航系統(tǒng)的發(fā)展現(xiàn)狀 |
| 1.2.2 導(dǎo)航計(jì)算機(jī)的發(fā)展現(xiàn)狀 |
| 1.2.3 初始對(duì)準(zhǔn)的發(fā)展現(xiàn)狀 |
| 1.3 論文研究?jī)?nèi)容及結(jié)構(gòu)安排 |
| 第2章 導(dǎo)航計(jì)算機(jī)硬件設(shè)計(jì) |
| 2.1 系統(tǒng)指標(biāo)及總體構(gòu)成 |
| 2.1.1 功能需求 |
| 2.1.2 性能需求 |
| 2.1.3 系統(tǒng)構(gòu)成 |
| 2.2 多處理器的最小系統(tǒng)設(shè)計(jì) |
| 2.2.1 芯片選型 |
| 2.2.2 時(shí)鐘電路設(shè)計(jì) |
| 2.2.3 下載調(diào)試電路 |
| 2.2.4 啟動(dòng)與復(fù)位電路 |
| 2.3 系統(tǒng)電源設(shè)計(jì) |
| 2.3.1 防反接電路 |
| 2.3.2 降壓電路 |
| 2.3.3 隔離電路 |
| 2.4 信號(hào)采集電路設(shè)計(jì) |
| 2.4.1 陀螺信號(hào)采集 |
| 2.4.2 加速度信號(hào)采集 |
| 2.4.3 GPS信號(hào)采集 |
| 2.5 通信電路設(shè)計(jì) |
| 2.5.1 FPGA與 DSP通信 |
| 2.5.2 DSP與 ARM通信 |
| 2.5.3 ARM對(duì)外部通信 |
| 2.6 系統(tǒng)PCB設(shè)計(jì) |
| 2.7 本章小結(jié) |
| 第3章 導(dǎo)航計(jì)算機(jī)軟件設(shè)計(jì) |
| 3.1 總體方案設(shè)計(jì) |
| 3.2 FPGA軟件系統(tǒng)設(shè)計(jì) |
| 3.2.1 陀螺與GPS串口采樣 |
| 3.2.2 加速度脈沖采樣 |
| 3.2.3 跨時(shí)域數(shù)據(jù)緩存與讀取 |
| 3.2.4 時(shí)鐘與復(fù)位 |
| 3.3 DSP軟件系統(tǒng)設(shè)計(jì) |
| 3.3.1 BOOT啟動(dòng)流程 |
| 3.3.2 SYS/BIOS操作系統(tǒng)裁剪 |
| 3.3.3 系統(tǒng)初始化 |
| 3.3.4 EMIF接口配置 |
| 3.4 ARM軟件系統(tǒng)設(shè)計(jì) |
| 3.4.1 系統(tǒng)初始化 |
| 3.4.2 IDLE串口接收 |
| 3.4.3 接口擴(kuò)展輸出 |
| 3.5 本章小結(jié) |
| 第4章 捷聯(lián)慣導(dǎo)的基本原理及誤差分析 |
| 4.1 捷聯(lián)慣導(dǎo)基本原理 |
| 4.2 捷聯(lián)慣導(dǎo)系統(tǒng)方程 |
| 4.2.1 姿態(tài)更新方程 |
| 4.2.2 速度更新方程 |
| 4.2.3 位置更新方程 |
| 4.3 捷聯(lián)慣導(dǎo)系統(tǒng)誤差方程 |
| 4.3.1 姿態(tài)誤差方程 |
| 4.3.2 速度誤差方程 |
| 4.3.3 位置誤差方程 |
| 4.3.4 系統(tǒng)誤差方程 |
| 4.4 捷聯(lián)慣導(dǎo)慣性器件誤差 |
| 4.4.1 誤差參數(shù)分類 |
| 4.4.2 慣性器件模型建立 |
| 4.5 本章小結(jié) |
| 第5章 初始對(duì)準(zhǔn)技術(shù)研究 |
| 5.1 初始對(duì)準(zhǔn)流程 |
| 5.2 靜基座粗對(duì)準(zhǔn) |
| 5.2.1 解析式粗對(duì)準(zhǔn) |
| 5.2.2 修正粗對(duì)準(zhǔn) |
| 5.2.3 仿真分析 |
| 5.3 靜基座精對(duì)準(zhǔn) |
| 5.3.1 卡爾曼濾波原理及基本方程 |
| 5.3.2 靜基座對(duì)準(zhǔn)卡爾曼濾波模型 |
| 5.3.3 仿真分析 |
| 5.4 動(dòng)基座粗對(duì)準(zhǔn) |
| 5.4.1 凝固坐標(biāo)系下粗對(duì)準(zhǔn) |
| 5.4.2 仿真分析 |
| 5.5 動(dòng)基座精對(duì)準(zhǔn) |
| 5.5.1 慣性坐標(biāo)系下精對(duì)準(zhǔn) |
| 5.5.2 仿真分析 |
| 5.6 本章小結(jié) |
| 第6章 實(shí)驗(yàn)分析 |
| 6.1 導(dǎo)航計(jì)算機(jī)信號(hào)采集及輸出功能驗(yàn)證 |
| 6.2 標(biāo)定方案及實(shí)驗(yàn) |
| 6.3 三軸轉(zhuǎn)臺(tái)搖擺對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.4 車載靜止對(duì)準(zhǔn)實(shí)驗(yàn) |
| 6.5 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表的論文和取得的科研成果 |
| 致謝 |
四、捷聯(lián)慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)濾波技術(shù)研究（論文參考文獻(xiàn)）
- [1]捷聯(lián)慣導(dǎo)系統(tǒng)自對(duì)準(zhǔn)技術(shù)研究[D]. 景立博. 哈爾濱工程大學(xué), 2021
- [2]基于雙慣導(dǎo)的水下機(jī)器人定位導(dǎo)航技術(shù)的研究與實(shí)現(xiàn)[D]. 劉其銘. 揚(yáng)州大學(xué), 2021(08)
- [3]基于非線性濾波的SINS大方位失準(zhǔn)角初始對(duì)準(zhǔn)方法[D]. 張遠(yuǎn)飛. 揚(yáng)州大學(xué), 2021(08)
- [4]基于捷聯(lián)慣導(dǎo)的采煤機(jī)運(yùn)行姿態(tài)高精度感知理論與技術(shù)研究[D]. 吳剛. 中國(guó)礦業(yè)大學(xué), 2020(07)
- [5]光纖陀螺捷聯(lián)慣導(dǎo)關(guān)鍵技術(shù)研究[D]. 黃奕程. 浙江大學(xué), 2020(02)
- [6]多信息融合的捷聯(lián)慣導(dǎo)初始對(duì)準(zhǔn)技術(shù)研究[D]. 李冰洋. 中北大學(xué), 2020(02)
- [7]單軸旋轉(zhuǎn)調(diào)制慣導(dǎo)系統(tǒng)自適應(yīng)對(duì)準(zhǔn)方法研究[D]. 祁藝. 東南大學(xué), 2020(01)
- [8]傳遞對(duì)準(zhǔn)中主慣導(dǎo)誤差分析及處理方法研究[D]. 王振華. 哈爾濱工程大學(xué), 2020(05)
- [9]車載光纖捷聯(lián)慣導(dǎo)的快速對(duì)準(zhǔn)關(guān)鍵技術(shù)研究[D]. 于曉雪. 中國(guó)運(yùn)載火箭技術(shù)研究院, 2020(02)
- [10]陸用捷聯(lián)慣性導(dǎo)航計(jì)算機(jī)設(shè)計(jì)與對(duì)準(zhǔn)技術(shù)研究[D]. 杜方. 哈爾濱工程大學(xué), 2020(05)
標(biāo)簽：捷聯(lián)慣導(dǎo)系統(tǒng)論文; 仿真軟件論文; 誤差分析論文; 調(diào)制信號(hào)論文; 姿態(tài)傳感器論文;