文摘
英文文摘
声明
第1章 绪论
1.1课题研究的来源、背景和意义
1.2水下超高速航行体的发展现状
1.3微惯性传感器及其测量组合的相关研究
1.3.1微惯性传感器的研究与发展
1.3.2微惯性测量组合的研究与发展
1.3.3微惯性传感器及其测量组合在军事领域的典型应用
1.4陀螺漂移辨识技术研究现状
1.5多传感器数据融合算法的相关研究
1.6本文的主要工作
第2章水下超高速航行体MIMU相关技术研究
2.1 MIMU的构成及主要性能指标
2.2水下超高速航行体微机械陀螺漂移分析
2.3漂移特性的时间序列分析
2.4漂移特性的Allan方差分析
2.4.1 Allan方差的数学原理
2.4.2随机漂移Allan特性分析
2.5本章小结
第3章水下超高速航行体MIMU的冗余配置研究
3.1微惯性测量组合斜置冗余设计
3.1.1微惯性测量元件冗余配置原则
3.1.2常用的惯性测量组合设计
3.1.3新型的九陀螺四轴冗余配置
3.1.4敏感轴测量值的数值关系
3.2冗余配置的故障检测与诊断
3.2.1基于奇偶校验方程的故障检测与识别
3.2.2基于广义似然比的故障检测与识别
3.3冗余配置的可靠性分析
3.4系统配置的精度分析
3.5本章小结
第4章微机械陀螺非平稳漂移信号建模及补偿
4.1确定性漂移信号模型建立及仿真
4.1.1微机械陀螺信号的采集
4.1.2趋势项的提取
4.1.3趋势项提取及仿真实现
4.1.4残差信号的检验
4.2随机漂移的时间序列分析模型
4.2.1漂移信号的时间序列分析
4.2.2时间序列模型的确定
4.2.3时间序列模型的定阶及建立
4.3随机漂移模型的重复性检验
4.4漂移的Allan方差分析
4.5漂移信号的随机漂移误差的补偿
4.5.1经典卡尔曼滤波的数学描述
4.5.2离散卡尔曼滤波方程
4.5.3基于卡尔曼滤波的随机漂移信号补偿
4.6本章小结
第5章多传感器冗余设计的数据融合算法实现
5.1多传感器数据融合的技术
5.1.1多传感器数据融合的原理
5.1.2多传感器数据融合特点
5.2水下超高速航行体传感器融合算法实现
5.2.1传统最小二乘算法
5.2.2最优加权最小二乘分级融合算法
5.2.3有限窗加权的最小二乘算法
5.2.4测量方差自学习加权最小二乘算法
5.3算法验证及仿真实现
5.4本章小结
结 论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢