一、具有自动误差补偿功能的智能磁航向系统（论文文献综述）
邱丹,倪玲[1]（2021）在《磁航向系统中电子罗盘的误差补偿算法研究》文中进行了进一步梳理对于磁航向系统来说,最重要的参数之一就是航向精度,而行之有效的误差补偿算法能大大提高系统的航向测量精度,为此本文对两种公认较好地误差补偿算法:最小二乘法和椭圆假设法进行了分析和研究研究,并提出了两种方法结合的补偿形式,实验结果表明:该补偿算法能够更智能地实现航向参数的自动采集和补偿,具有补偿效果良好,应用场景丰富的特点。
王勇军[2]（2021）在《融合多源信息的小型多旋翼无人机位姿估计方法研究》文中研究说明小型多旋翼飞行器在整个航空领域扮演着越来越重要的角色,其关键技术是飞控系统中的位姿测量以及航姿的控制。本文针对低成本多旋翼无人机位姿精确量测需求,提出并解决了以下两个关键技术问题:1)如何精确可靠地测量无人机载体位姿并消除（或补偿）传感器的测量误差;2)如何利用多源信息融合进一步提高无人机载体位姿估计精度。针对上述关键问题,其相关理论与方法的研究具有重要的学术价值和现实意义,具体的研究内容及创新点可归纳为以下几个方面。（1）为解决无人机传感测量系统的误差问题,首先针对三轴磁强计、三轴加速度计和三轴陀螺仪的误差,给出了统一的三轴矢量传感器误差模型,分析了航姿角度误差及非对准误差,并通过理论分析指出,基于矢量模值不变特性的标量检验法校正传感器会对姿态角造成不可忽视的剩余误差。为此考虑结合三轴磁强计与三轴加速度计采用双矢量内积法和两步法来校正传感器误差及非对准误差。但是矢量内积法需要约束参考矢量,两步法校正非对准误差要求误差补偿矩阵是正交矩阵。因此,提出用于校正三轴矢量传感器的双内积法。双内积法结合标量校验法与矢量内积法的优点,构建双内积误差目标函数,通过对目标函数进行优化求解,得到的补偿矩阵能解决磁强计与机体坐标系及其他传感器之间的非对准误差,且在受测量噪声影响时仍能保持较好的校正效果。（2）三轴陀螺仪的误差大多在动态情况下才能显式的表出,校正三轴磁强计与三轴加速度的方法仅对陀螺仪的零偏等部分误差校正有效。为此提出了标定小型多旋翼无人机航姿测量系统中三轴MEMS陀螺仪的矢量外积算法。该算法能从本质上统一现有各种基于重力矢量的陀螺仪标定方法,表达式更为简洁,过程计算更方便,而且无需速率转台或其他精密基准,适合于使用环境下对三轴MEMS陀螺仪进行现场标定。通过数值模拟和六旋翼无人机现场标定及飞行实验表明,该方法能精确计算陀螺仪的各误差系数,且与采用转台标定方法的精度相当。将矢量外积标定法和递推数据滤波算法结合可获得稳定的姿态角数据,有利于无人机的飞行控制和载荷任务执行。（3）针对多旋翼无人机中姿态融合算法的问题,设计基于MARG传感器的航姿信息滤波结构,分析并改进无人机姿态融合滤波算法,验证姿态信息融合滤波器能提高无人机导航系统输出的姿态信息精度。针对无人机受运动加速度干扰的问题,为提高水平姿态信息融合的精度,提出一种基于矢量观测的运动加速度干扰抑制姿态融合算法。在此基础上,设计一种抑制加速度和磁场双干扰的矢量并行全姿态滤波器结构,将其与各种常用传感器滤波融合算法结合,不仅能对强干扰和持久性干扰具有更好的抑制性能,而且还可以提高多旋翼无人机的航姿估计可靠性和导航信息精度。（4）针对机载多源信息融合系统,设计多级分散滤波结构,采用联邦卡尔曼滤波算法进行信息融合。通过研究联邦滤波算法中信息分配系数的关键计算方法,分析现有基于协方差和故障概率的信息分配方法不能同时兼顾系统精度和容错性的缺陷,提出一种基于权衡因子的自适应信息分配方法。通过仿真验证,比较三种方法的融合误差,证明所提方法的可行性及可靠性。在联邦滤波算法的基础上,以GPS/电子罗盘/SINS/气压计组合导航系统的高程信息测量为例,给出系统的数学模型,完成信息融合并进行无人机飞行实验,证明了该方法可保障多旋翼无人机在复杂近地面环境下导航状态估计的精度与可靠性。
魏祎[3]（2020）在《基于MEMS惯性传感器的磁力计校准技术研究》文中认为近年来,随着嵌入式磁传感器、陀螺仪等惯性传感器在移动设备中的普及,基于地磁的室内定位技术得到了广泛的应用。但是,由于存在机载硬磁性材料、软磁性材料以及不同环境对地磁场的影响,磁传感器的测量值通常会受到各种误差的干扰。为了消除这些偏差,人们已经提出了许多地磁校准方法。然而,大部分研究仅仅关注到了硬磁误差的校准,忽略了软磁误差对地磁测量值的影响,导致在复杂的室内环境下地磁校准精度较低且性能随环境的变化波动性较大,从而给基于地磁的定位系统性能带来较大影响。为了解决上述磁校准和定位方面的问题,本文提出一种基于磁传感器校准的地磁匹配定位算法。该算法对于地磁观测结果的校准兼顾了硬磁和软磁误差,随后基于校准结果对采集到的地磁数据进行误差补偿,并利用组合神经网络训练定位模型。相比于传统地磁定位技术,本文提出的算法进一步提高了定位精度。本文利用智能终端中集成的嵌入式磁传感器采集环境中的磁数据,避免了在环境中另外部署专用硬件设备产生的额外开销。本文先是提出一种层次化地磁校准框架,有效缩小了解空间搜索范围。其中顶层对磁观测数据进行预处理,去掉粗差,并利用椭球拟合算法求出校准误差初值,从而得到初始解空间。在精细校准层构建基于鲁棒最小二乘（Robust Least Squares,RLS）的目标代价函数,并使用Huber函数对余差赋权,在迭代过程中对有效信息进行保权处理,使用遗传算法替代易陷入局部最优传统梯度下降算法进行循环迭代求解,对硬磁和软磁误差同时进行校准。论文使用经过误差补偿后的地磁数据进行椭球拟合,通过比较拟合前后的椭球扁率及椭球球心到原点的距离来评估校准性能。随后在定位阶段使用残差网络（Residual Network,ResNet）和长短期记忆网络（Long Short-Term Memory,LSTM）组成的时空神经网络对地磁序列进行匹配定位,以误差补偿后的地磁指纹作为网络输入,利用时空网络进行回归定位,从而得到最终的位置估计。仿真实验结果表明,使用本文所提的基于磁传感器校准的地磁定位算法在80%置信度条件下可获得3米的定位精度,较基于粒子滤波和动态时间规整的地磁定位方法精度提高了 20%。
张晓肖[4]（2019）在《基于磁阻传感器的姿态测量系统研究》文中研究说明姿态可以用来描述载体在空间中的相对位置,广泛应用于航空、航海、车辆和导弹等武器国防工业;随着科学技术的发展,人民生活质量发生了天翻复地的变化,姿态测量技术已经逐渐深入至国民生活中的各个领域,比如汽车、智能机器人、塔吊以及煤矿轨迹测量等。根据不同的测量原理,姿态测量技术可以分为基于地球磁场的测量方式和基于地球自转的测量方式,后者的精度高于前者,前者的成本低于后者,因此研制一种兼备高精度和低成本特点的姿态测量装备势在必行。本文以研制一种基于地球磁场的姿态测量装备为目的,论述了姿态测量的技术研究背景和技术现状,并研究了基于磁场的姿态测量技术理论和测量原理;为了提高测量系统的测量精度,分析了系统误差产生来源并对其进行修正,最终实现了一种具有高精度、低成本和便携式特点的姿态测量装备。本文主要研究内容如下:首先,论述了姿态测量的技术研究背景和技术现状,确定了基于磁性传感器和加速度传感器的姿态测量系统方案,并从地球磁场模型和重力场模型出发,研究了基于磁场的姿态测量技术理论和测量原理。其次,完成了基于磁阻传感器和加速度传感器的姿态测量系统的总体方案设计,在总体方案的基础上设计了系统的硬件电路,包括传感器部分电路、蓝牙传输电路、微处理器电路、模数转换电路、电源电路。在硬件电路的支持下,借助Keil开发平台实现了测量系统的软件开发,最终完成整个测量部分的设计。再次,为了提高测量系统的测量精度,详细分析了测量系统的误差来源,并建立了误差模型和修正方程以此实现误差补偿;为了实现上述误差修正过程,本文开发了基于C++语言的上位机标定软件。最后,基于Android Studio集成开发环境开发了用于手机智能终端的应用软件,完成了姿态测量系统的联机调试;为了测试测量系统的精度,本文进行了温度、振动以及冲击等环境试验,试验结果表明本文研制的姿态测量系统在满足测量精度的前提下有效降低了成本,实现了预期的研究目标。
冯文光[5]（2019）在《三轴数字磁通门传感器及其智能化误差补偿方法研究》文中认为磁通门是一种综合性能很好的弱磁测量器件,具有分辨力高、测量范围大、温度稳定性好和剩磁误差小等优点,其构成的三轴磁通门传感器作为一种矢量磁场传感器,结构简单,性能可靠,成本低,广泛应用于航空、航天、航海、医学、机器人和地质勘探等领域。随着应用领域的发展,亟需一种具有高精度、高分辨力和高温度稳定性的三轴磁通门传感器。对于传统的三轴磁通门传感器,磁通门探头由手工制作,体积和功耗偏大,制作过程复杂;信号处理和信号输出部分采用模拟电路,电路实现容易,但电路参数调节不便,且受温度影响大;误差补偿耗时较长,补偿效果和稳定性较差。本文研究三轴数字磁通门传感器,使用n型结构PCB（印制电路板）磁通门探头,在不降低性能的条件下,减小磁通门的体积和功耗,同时降低制作难度;采用数字信号处理和数字输出替代模拟处理电路,提高温度稳定性;研究智能化的误差补偿方法,提高补偿效率和补偿精度。论文的主要研究工作及创新点包括:（1）提出了一种基于PCB的n形低功耗磁通门探头结构。为了获得较高的灵敏度、较低的噪声及较小的功耗和体积,同时考虑封装和加工的方便性,结合PCB工艺和绕线工艺,提出基于PCB的n形低功耗磁通门探头结构。该磁通门探头采用n形变截面积软磁铁芯,使用印制电路板制作骨架,激励线圈和感应线圈分别缠绕在铁芯大截面积部分和小截面积部分对应的骨架外部,并由印制电路板上的相应焊盘引出。磁通门探头的变截面积铁芯结构降低了激励电流,从而降低了功耗;n形铁芯的开口结构在兼顾功耗的同时减小了磁通门探头的体积,提高了制备效率。针对实际应用中给定电压激励源的情况,利用有限元分析方法从铁芯、线圈和激励信号等几个方面对磁通门探头性能进行仿真分析,同时分析各参数之间的相互影响,对磁通门探头的各项参数进行优化设计,进一步降低功耗。（2）提出了一种多偶次谐波参考信号设计方法及其智能化相位同步方法。磁通门探头输出信号主要为激励的各次谐波组成的交流信号,其中的偶次谐波信号包含被测磁场信息。数字磁通门传感器的信号检测采用相敏检波（相敏解调）的方法完成,其中使用二次谐波分量作为参考信号的方法忽略了磁通门探头输出信号中的其他偶次谐波分量对相敏检波的影响,使用磁通门探头不同时刻的输出信号直接组合参考信号的方法难以消除奇次谐波分量的影响,降低了磁通门的灵敏度。本文针对三轴数字磁通门传感器,提出了多偶次谐波参考信号的合成方法,同时,针对多偶次谐波参考信号和常用的方波参考信号,提出智能化的相位同步方法,提高磁通门传感器的调试效率和灵敏度。（3）提出了一种基于加权近似距离的改进椭圆拟合误差补偿算法和基于谐波分解的非线性误差补偿算法。传统椭圆拟合误差补偿算法无需外部基准,常用于补偿零位误差、灵敏度误差、非正交误差和硬磁误差等。该算法利用基于样本数据到椭圆的简化距离的最小二乘法实现最优估计,在针对航向测量应用时部分航向区域误差较大,补偿精度较低,同时该算法忽略了误差的非线性。本文提出了一种基于加权近似距离的改进椭圆拟合算法。其目标函数为基于加权近似距离的最小二乘估计,其中近似距离利用二次椭圆方程的泰勒展开式得到,加权系数与航向角相关。其次,在考虑误差非线性因素的情况下,本文提出了一种基于谐波分解的非线性误差补偿算法,该算法利用谐波分解方法建立非线性误差补偿模型,通过迭代计算分别求解误差模型中的线性项系数与非线性项系数。研究表明提出的两种补偿算法有效提高了磁通门传感器的精度。（4）提出了一种针对样本数据受限情况的三轴磁通门传感器的智能化误差补偿方法。三轴磁通门传感器安装于载体后,因周围铁磁材料的干扰,使用前必须进行误差补偿,但由于载体机动性能的限制,补偿用的样本数据通常受限在一定姿态区域内。传统椭球拟合算法要求采集的样本数据分布在足够均匀的姿态范围内,同时在解算过程中存在约束矩阵奇异导致的算法不稳定问题。本文提出了一种适用于样本数据受限情况的智能化误差补偿方法,该方法利用基于近似距离的改进椭球拟合算法,其中目标函数由近似距离的均方值表示,约束条件与样本数据相关,根据约束最小二乘法计算椭球系数。针对椭球系数的计算过程,提出了基于矩阵分解的解算方法,克服算法的不稳定性。该误差补偿方法无需外部基准,只需载体在受限区域内三个简单的旋转操作获取样本数据,简化了误差补偿过程。本文研制出了分辨力为0.01°、全姿态航向精度为0.41°（俯仰角在0°～±60°范围内）、工作温度范围为-40℃～85℃的三轴数字磁通门传感器,已成功应用于某无人机和某高空探测气球。在本文研究基础上,进一步改进的小型三轴磁通门传感器已用于某煤矿随钻测量系统中。
贾意弦[6]（2016）在《具有倾角补偿功能的Android电子罗盘设计》文中研究说明电子磁罗盘是一种通过测量周围环境的地磁场强度与载体的加速度来确定方向的导航装置,具有使用方便、占用空间小、制造成本低、结构简单、功耗小等优点,常被用于航海、航天、航空、探测、车载定位及常用智能设备的导航定位等领域,应用前景十分广阔。在智能手机被广泛使用的今天,磁传感器与加速度传感器都已被集成在了智能设备中,因此,要提高电子罗盘的精度,有效方法之一便是优化其算法。本文提出了三维电子磁罗盘的一种具有倾角补偿功能的航向角算法,建立了电子磁罗盘的拟合算法与误差模型,并进行了相关的分析计算,最终设计出了三维电子磁罗盘的Android程序,并利用智能设备中的磁阻传感器和加速度传感器得到的数据来进行航向角的计算。本文首先对本课题的研究背景进行了说明,通过大量的资料查阅,对电子磁罗盘的研究意义进行了介绍,对当前磁传感技术的国内外发展形势进行了分析,并对磁阻传感器的测量原理进行了分析;其次,详细的介绍了地磁场的相关特性,根据地磁场的相关特性及三维电子磁罗盘的工作原理,对地磁测量航向角的原理进行了分析,同时建立了地磁测角的数学模型,并设计了三维电子磁罗盘航向角的倾角补偿算法;接着,对电子磁罗盘的安装误差、制造误差、载体磁场误差分别进行了分析,建立相应的误差补偿模型,提出了十二位置不对北、基于最小二乘法的椭圆拟合算法、椭球拟合算法三种补偿算法;最后,对智能设备中的相关电子部件进行了介绍,基于Android系统设计了电子磁罗盘的程序,对测量输出值进行误差补偿校正,并对结果进行分析。通过对程序的综合测试,结果表明,本文所设计的三维电子磁罗盘的Android程序可实现对航向角的动态测量,在设备存在倾角的情况下具有明显的补偿效果。具有广阔的应用前景。
朱彦菘[7]（2015）在《船舶航向检测与动力定位控制方法研究》文中研究表明船舶动力定位系统通过船舶自身的推力来抵抗风、浪、海流等环境干扰力,从而使船舶在海面上保持一定的位置和方向。该系统具有不受水深限制、部署迅速和撤离迅速等优点,同时又能够使船舶实现较为精确的机动。因此,对于大多数在海上作业的船舶来说,动力定位系统是必要的支持系统。为了提高船舶动力定位系统的性能,本文对船舶航向检测以及动力定位控制方法展开了研究。船舶磁航向系统是一种利用地球磁场测量船舶磁航向角的装置,它的精度直接影响船舶动力定位系统的控制精度。作为磁航向系统的核心传感器,三轴磁力计的误差是磁航向系统误差的主要来源。本文在分析三轴磁力计的各项误差来源的基础上,建立了三轴磁力计的误差线性化模型,并在模型的基础上,针对不同的使用环境,设计了四元素、七元素和十元素这三种磁场校正算法,为研究船舶动力定位系统的控制方法奠定了坚实的基础。船舶在海面上的综合运动包括了由风力、海流力、二阶波浪力、推进力造成的低频运动和一阶波浪力造成的高频运动。由于高频运动仅表现为周期性的振荡而不会导致平均位置的改变,为了避免不必要的能量浪费和推进器系统的磨损,一般从测得的综合位置信号中分离出低频信号进行控制。本文在合理的假设条件下,建立并推导出了环境干扰力模型和船舶动力定位系统的简化模型,并将两者相结合,基于无源性理论设计了一种非线性无源观测器。在不同海况下的仿真试验表明,该非线性无源观测器对于船舶运动的高低频信号都能进行有效的估计,可以实现船舶的高频运动滤波和低频运动状态重构。本文为实现船舶的动力定位控制,首先利用微分同胚变换将船舶的位置变量变换到随船坐标系中,实现多变量耦合状态的初步解耦,并对系统之间的相互影响进行了稳定性分析,分析结果使得在控制器设计中只考虑低阶本质非线性子系统的状态收敛性即可,由此简化了控制器的设计,最后利用反步法设计了船舶动力定位系统的控制器,并与所设计的非线性无源观测器相结合,实现了船舶动力定位控制的全局渐近稳定,并可使部分状态以指数速率收敛于系统的平衡点。仿真试验表明,所设计的控制器在不同海况下均具有良好的效果。
李翔[8]（2013）在《基于MARG传感器的AHRS关键技术研究》文中进行了进一步梳理基于各向异性磁阻（AMR）的三轴磁强计以及基于微机电系统（MEMS）的三轴加速度计和三轴陀螺仪具有小体积、低成本、低功耗等突出优点。这三种传感器的组合，即MARG传感器，提供了一种可用于测量载体姿态以及导航定位的便捷可靠的手段。采用MARG传感器的航向与姿态参考系统（AHRS）性能优越且用途广泛，其相关理论与技术的研究具有重要的学术价值和现实意义。本文针对基于MARG传感器的AHRS研发及应用中的若干关键问题展开研究，主要进行了以下工作。首先，针对三轴磁强计和三轴加速度计的误差校正与补偿问题，深入研究和探讨了三轴矢量场传感器的校正方法，特别是在无外部设备辅助条件下的校正方法。对已有文献和研究报道中广泛采用的基于椭球拟合的校正方法进行了详细分析，指出了该方法的固有缺陷，即无法有效辨识和补偿传感器间的非对准误差，并揭示了这一缺陷对AHRS的影响。进而，提出了三轴矢量场传感器校正的“点积不变法”，从根本上改善了校正效果，并且能与椭球拟合法相互配合而实现无需外部基准的三轴矢量场传感器自动校正。其次，针对三轴MEMS陀螺仪的标定问题，尤其是在缺少转台等精密设备的条件下标定陀螺仪的问题，提出了“叉积标定法”。该方法利用三轴矢量场传感器经校正后的测量值为参考，无需外部设备辅助即可实现三轴MEMS陀螺仪的标定，且标定精度能接近传统的转台标定法的水平。叉积标定法与点积不变法和椭球拟合法联合使用，可以实现MARG传感器在使用环境下的全自动误差校正与补偿，对基于MARG传感器的AHRS的实际应用具有重大意义。再者，针对基于MARG传感器的AHRS中的姿态融合滤波问题，通过对各种滤波算法的比较，选择以乘性姿态误差矢量为基础，介绍和分析了由其衍生出的乘性扩展卡尔曼滤波（MEKF）、乘性无迹卡尔曼滤波（MUKF）和广义互补滤波（GCF）三种算法，详细讨论了三者具体设计实现中的关键问题。进而在各种软硬件环境下对这三种姿态融合滤波算法进行了数值模拟实验，检验和对比了三者的性能表现，证明了GCF是一种计算量小且性能稳定可靠的姿态融合滤波解决方案。最后，针对基于重力与地磁场双矢量的姿态解算问题，引入CORDIC（坐标旋转数字计算机）算法，并在其基础上设计了双矢量CORDIC（DV-CORDIC）姿态解算方法，以提高计算效率。深入分析了CORDIC和DV-CORDIC的误差来源及上限，并分别讨论和推导了二者计算角度的不确定度，继而通过数值模拟验证了所提出的不确定度表达式的合理性。同时，模拟结果也显示了32位DV-CORDIC算法的精度可以达到单精度浮点运算的水平，但其速度相对后者具有明显的优势。
刘育浩[9]（2010）在《适于惯性制导炸弹的捷联惯导关键技术研究》文中进行了进一步梳理制导炸弹在现代战争中应用越来越广泛,而导航与制导系统是其核心部件。随着卫星导航系统的发展,卫星/惯性组合导航成为导航领域的主要发展方向。但卫星导航系统易受到干扰而变得不可使用,过分依赖卫星导航系统存在隐患,“用而不靠”是比较妥善的方式。捷联惯导系统可以不受外部干扰、完全自主的工作,所以具有一定精度的捷联惯导系统可为制导炸弹提供可靠的导航与制导能力,具有非常重要的军事应用价值。本文的研究对象为适于惯性制导的中等精度捷联惯导系统,研究目的在于提高捷联惯导系统的精度,同时降低成本;研究的主要内容为捷联惯导系统的几项关键技术,包括数据采集技术、陀螺的标定与补偿技术、初始对准技术和磁航向系统的校正与补偿等。主要工作包括以下几个方面:（1）研究了捷联惯导系统的构成原理,采用国产挠性陀螺仪和石英挠性加速度计设计了惯性测量单元。研究了目前导航计算机的研制方案,设计了以DSP和CPLD为核心的导航计算机。研究了数据采集技术和惯性仪表的数据采集电路,分别设计了高精度、低成本的流水线A/D和Σ-Δ型A/D多路并行采集、并行滤波数据采集电路。（2）研究了陀螺刻度系数非线性问题,设计了分段非线性插值标定算法,提出了陀螺刻度系数神经网络标定方法和神经网络再训练方法。分段非线性插值标定算法在整个区间上细化陀螺的刻度系数,减小了非线性误差,与一次拟合法和分段法相比,非线性误差分别减小约6.2倍和2.4倍;实验结果表明神经网络与分段非线性插值算法的标定结果接近,说明神经网络标定方法是可行的。对神经网络模型进行再训练,非线性误差减小了约1.7倍,可提高神经网络对刻度系数非线性的逼近程度,进一步减小非线性误差。（3）研究了捷联惯导系统的自动化标定技术。利用转台系统,不增加硬件设备,通过设计监控计算机与导航计算机之间的通信协议,建立串口通信机制,实现了捷联惯导系统标定过程的流程控制、数据采集、数据记录、标定计算和标定参数装订的自动化,标定的中间过程不需要人员参与。（4）捷联惯导系统的测量信号中包含大量随机噪声,降低了初始对准的精度。提出将提升小波算法应用于惯性仪表测量信号去噪和初始对准中,实验结果表明该方法可以有效滤除信号中的随机噪声,能够提高初始对准的速度和精度;相比于小波算法,提升小波算法在测量信号滤波中能够缩短将近一半时间,更适于实时、在线应用。（5）研究了适用于捷联惯导系统的传递对准技术,提出了神经网络传递对准方法。用子惯导的速度和姿态信息作为输入,以主、子惯导的速度和姿态误差作为参考信号,训练神经网络补偿子惯导的速度和姿态。仿真实验表明,神经网络传递对准方法对子惯导速度和姿态均有很好的补偿效果;并且研究了不同神经元对子惯导补偿效果的影响,确定了具有6个神经元的最佳网络结构。通过跑车实验,验证了神经网络方法对速度和姿态均有比较好的补偿效果,速度补偿误差均值小于0.15m/s,俯仰角和滚动角补偿误差均值小于0.03°,对航向角的补偿误差均值小于0.03°,补偿的速度和姿态误差能够稳定,不会发散。经神经网络补偿后60s的位置误差小于8m,100s的位置误差小于17m,表明神经网络补偿能够起到抑制位置误差发散的效果。（6）研究了低成本磁航向系统的工作原理,设计了磁航向系统信号去噪和异常检测方法。针对其测量信号中包含大量噪声的问题,提出了应用提升小波去除磁航向系统测量噪声的方法;由于外部干扰磁场的存在,磁航向系统会出现测量异常情况,针对其测量异常,提出应用提升小波对异常进行检测的方法。实验结果表明,提升小波可有效地去除磁航向系统的测量噪声;并能有效的检测出磁航向系统的测量异常;校正后的数据可增加磁航向系统航向角的可用性。（7）研究了磁航向系统误差补偿技术,结合捷联惯导系统的特点,提出以捷联惯导系统的航向信息为参考,训练神经网络补偿磁航向系统的误差。实质上,神经网络的补偿作用是实现磁航向系统跟踪捷联惯导系统的航向,实现两者之间的映射。实验结果表明,神经网络补偿方法将磁航向系统的航向角误差由±15?减小到约±1?,取得了明显的效果。本文基于挠性陀螺集成的硬件系统,主要研究提高SINS精度方法,所研究的方法也适用于光纤陀螺等其他中等精度的SINS。
杨培科[10]（2010）在《基于SOPC的磁阻电子罗盘的设计实现及其误差补偿》文中研究说明电子罗盘作为一种姿态和方位检测系统已经被广泛的应用于各个领域,比如车辆导航、舰船导航、无人机导航以及手机定位系统等多个方面。本文从地磁导航的原理出发,研制了基于SOPC技术的磁阻电子罗盘。本文在充分了解磁航向系统的发展历程以及电子罗盘在国内外的发展方向的基础上,分析了地磁测量方位的原理,并基于这些研究设计了一套由三轴磁传感器和两轴加速度计组成的电子罗盘系统。通过研究电子罗盘的测量原理,本文给出目前主要的几种测量方法,并在分析这些方法的利弊的基础上选择了磁阻式的地磁测量法。根据系统的设计指标,采用Honeywell公司的磁阻传感器HMC1021和HMC1022,以及AD公司的两轴加速度传感器ADXL210,并基于传感器输出信号的特点,设计了电子罗盘系统的硬件电路并编写了相关的软件程序。通过分析电子罗盘系统的误差源,本文给出了两种主要的误差补偿方法:最小二乘法和椭圆补偿法,并对这两种方法进行详细分析。最后,通过在本文所设计的电子罗盘样机上的试验分析,选择了常规椭圆误差补偿法,并基于这种误差补偿法对电子罗盘进行了性能测试。经过多次验证,本文所设计的电子罗盘系统基本满足设计指标。为了便于对电子罗盘系统进行调试,本文设计了一套基于Visual C++ 6.0的电子罗盘上位机调试工具。该软件工具可以实时接收系统数据,动态地向用户显示载体导航参数并实时绘制曲线,同时通过三维OpenGL技术设计三维载体以形象反映载体的姿态和方位的变化。
二、具有自动误差补偿功能的智能磁航向系统（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、具有自动误差补偿功能的智能磁航向系统（论文提纲范文）
（1）磁航向系统中电子罗盘的误差补偿算法研究（论文提纲范文）
| 0 引言 |
| 1 磁航向系统的误差分析 |
| 2 最小二乘法的误差补偿 |
| 2.1 基本算法 |
| 2.2 实验方法示例 |
| 3 椭圆假设法的误差补偿 |
| 3.1 基本算法 |
| 3.2 补偿方法 |
| 3.3 融入最小二乘原理的椭圆假设补偿 |
| 4 实验验证 |
| 5 结语 |
（2）融合多源信息的小型多旋翼无人机位姿估计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 研究背景与意义 |
| §1.2 国内外研究现状 |
| §1.2.1 小型多旋翼无人机的发展必然 |
| §1.2.2 位姿传感器误差补偿技术研究现状 |
| §1.2.3 无人机位姿多源信息融合技术研究现状 |
| §1.3 多旋翼无人机位姿估计的关键问题分析 |
| §1.4 论文的主要研究内容与结构安排 |
| §1.4.1 主要研究内容 |
| §1.4.2 论文章节安排 |
| 第二章 位姿测量系统中三轴磁强计和加速度计的组合校正 |
| §2.1 位姿测量系统坐标系 |
| §2.1.1 参考坐标系 |
| §2.1.2 无人机姿态角描述 |
| §2.1.3 方向余弦、欧拉角和四元数的关系 |
| §2.2 无人机航姿传感器误差分析 |
| §2.2.1 三轴矢量场传感器误差 |
| §2.2.2 航姿角度误差 |
| 2.3 三轴加速度计和磁强计组合校正 |
| §2.3.1 标量校验法 |
| §2.3.2 标量校验法校正矢量传感器 |
| §2.3.3 标量校验法校正小结 |
| §2.4 双矢量传感器的两步校正算法 |
| §2.4.1 矢量内积法 |
| §2.4.2 两步法校正 |
| §2.4.3 两步法数值模拟及实验验证 |
| §2.5 三轴矢量传感器校正的双内积法 |
| §2.5.1 基于双内积的校正误差原理 |
| §2.5.2 非线性优化算法实现 |
| §2.6 三轴矢量传感器校正算法数值仿真 |
| §2.7 实验验证 |
| §2.7.1 模块实验流程及结果 |
| §2.7.2 多模块实验测试 |
| §2.7.3 无人机悬停实验 |
| §2.7.4 实验分析 |
| §2.8 本章小结 |
| 第三章 基于矢量参考的三轴陀螺仪误差标定方法 |
| §3.1 MEMS陀螺仪的原理及误差模型分析 |
| §3.1.1 三轴MEMS陀螺仪的结构及原理 |
| §3.1.2 三轴陀螺仪误差模型 |
| §3.2 基于矢量外积标定三轴陀螺仪 |
| §3.2.1 陀螺仪现场标定方法分析 |
| §3.2.2 基于重力矢量的陀螺仪标定算法 |
| §3.2.3 陀螺仪矢量外积标定算法 |
| §3.3 数值模拟 |
| §3.3.1 叉积标定法积分形式数值模拟 |
| §3.3.2 积分形式叉积标定法与Fong标定法数值对比 |
| §3.3.3 叉积标定法微分形式数值模拟 |
| §3.3.4 仿真分析 |
| §3.4 实验验证 |
| §3.4.1 采用转台的标定 |
| §3.4.2 叉积法标定 |
| §3.5 本章小结 |
| 第四章 多旋翼无人机航姿抗干扰融合滤波方法 |
| §4.1 多旋翼无人机航姿信息融合结构与算法设计 |
| §4.1.1从Kalman到 Sage-Husa自适应滤波算法 |
| §4.1.2 基于矢量参考的互补滤波算法设计 |
| §4.2 多旋翼无人机航姿解算与信息融合 |
| §4.2.1 基于陀螺仪的姿态解算 |
| §4.2.2 基于加速度计与磁强计的姿态解算 |
| §4.2.3 航姿信息融合系统建模 |
| §4.2.4 姿态信息融合算法验证 |
| §4.3 多旋翼无人机运动加速度补偿算法设计 |
| §4.3.1 算法思想及流程 |
| §4.3.2 算法验证 |
| §4.4 加速度和磁场干扰抑制算法设计 |
| §4.4.1 双干扰模式下的误差模型 |
| §4.4.2 干扰抑制算法设计 |
| §4.5 抗干扰航姿融合滤波算法验证与分析 |
| §4.5.1 实验配置及流程 |
| §4.5.2 实验算法验证 |
| §4.6 本章小结 |
| 第五章 多旋翼无人机位姿信息融合及容错方法 |
| §5.1 多旋翼无人机位姿信息融合结构设计 |
| §5.1.1 多旋翼无人机位姿信息融合结构方案设计 |
| §5.1.2 无人机位置-速度融合结构模型 |
| §5.1.3 无人机高度-速度融合结构模型 |
| §5.2 基于多传感器信息的联邦卡尔曼滤波 |
| §5.2.1 联邦卡尔曼滤波基本原理 |
| §5.2.2 联邦滤波器的等价性分析 |
| §5.2.3 联邦滤波器与集中滤波器的性能对比 |
| §5.3 容错联邦滤波器信息分配及算法流程 |
| §5.3.1 信息分配原则 |
| §5.3.2 信息分配系数对融合性能的影响 |
| §5.3.3 基于权衡因子的自适应信息分配策略 |
| §5.3.4 信息分配流程及仿真分析 |
| §5.3.5 无人机飞行验证 |
| §5.4 本章小结 |
| 第六章 总结和展望 |
| §6.1 本文的主要工作与创新 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读博士期间的主要研究成果 |
（3）基于MEMS惯性传感器的磁力计校准技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 国内外地磁定位技术研究概述 |
| 1.3 主要研究内容 |
| 1.4 本文的贡献与创新 |
| 1.5 本文组织结构 |
| 第二章 相关理论研究 |
| 2.1 地磁校准相关技术 |
| 2.1.1 基于噪声抑制方法的磁补偿技术 |
| 2.1.2 基于惯性传感器的地磁校准技术 |
| 2.1.3 基于椭球拟合的地磁校准技术 |
| 2.2 基于地磁的室内定位相关技术 |
| 2.2.1 基于粒子滤波的地磁定位技术 |
| 2.2.2 深度学习在地磁定位上的应用 |
| 2.3 相关理论基础 |
| 2.3.1 递推最小二乘估计 |
| 2.3.2 Huber权函数 |
| 2.3.3 卷积神经网络 |
| 2.3.4 残差网络 |
| 2.3.5 长短期记忆网络 |
| 2.4 本章小结 |
| 第三章 基于惯性传感器的磁力计校准算法 |
| 3.1 问题定义与算法框架 |
| 3.1.1 问题定义与算法框架 |
| 3.1.2 磁传感器观测模型提出 |
| 3.2 数据预处理 |
| 3.2.1 粗差过滤及平滑处理 |
| 3.3 初始值估计 |
| 3.3.1 基于递推最小二乘的椭球拟合估计 |
| 3.3.2 递推最小二乘拟合椭球系数的仿真验证 |
| 3.4 基于遗传算法的精细校准 |
| 3.4.1 一种基于最小二乘的改良校准算法 |
| 3.4.2 求解旋转矩阵 |
| 3.4.3 基于遗传算法的鲁棒最小二乘优化求解 |
| 3.5 本章小结 |
| 第四章 基于磁传感器校准的地磁匹配定位算法 |
| 4.1 问题定义与算法框架 |
| 4.2 数据分析与处理 |
| 4.2.1 数据集信息 |
| 4.2.2 数据预处理 |
| 4.3 基于ResNet和LSTM的序列匹配定位模型 |
| 4.3.1 模型基本框架 |
| 4.3.2 数据窗口化 |
| 4.3.3 基于ResNet的深度特征提取 |
| 4.3.4 基于LSTM的时间特征提取 |
| 4.3.5 基于全连接网络的位置预测 |
| 4.4 本章小结 |
| 第五章 基于磁传感器校准的地磁匹配定位技术评估 |
| 5.1 基于磁传感器校准的地磁匹配定位系统 |
| 5.1.1 实验环境与数据集说明 |
| 5.1.2 基于磁传感器校准的地磁匹配定位系统运行流程 |
| 5.2 实验及结果分析 |
| 5.2.1 不同校准算法精度比较 |
| 5.2.2 不同定位算法准确率比较 |
| 5.2.3 不同优化算法比较 |
| 5.2.4 数据归一化方法比较 |
| 5.2.5 不同窗口大小定位精度误差比较 |
| 5.2.6 基于磁传感器校准的地磁匹配定位系统运行时间评估 |
| 5.3 本章小结 |
| 第六章 结束语 |
| 6.1 论文工作总结 |
| 6.2 论文改进方向 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（4）基于磁阻传感器的姿态测量系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 磁性姿态测量技术研究现状 |
| 1.3 论文的研究内容 |
| 第二章 基于地球磁场、重力场的姿态测量方法的研究 |
| 2.1 地球磁场和重力场 |
| 2.2 坐标系变换 |
| 2.3 姿态角测量原理 |
| 2.4 本章小结 |
| 第三章 磁阻姿态测量系统设计 |
| 3.1 磁阻姿态测量系统的总体方案设计 |
| 3.2 磁阻姿态测量系统的硬件设计 |
| 3.2.1 磁阻传感器电路设计 |
| 3.2.2 加速度传感器电路设计 |
| 3.2.3 微处理器电路 |
| 3.2.4 A/D转换电路 |
| 3.2.5 蓝牙传输模块 |
| 3.2.6 电源电路 |
| 3.3 姿态测量系统软件设计 |
| 3.4 本章小结 |
| 第四章 磁阻姿态测量系统的误差分析及补偿 |
| 4.1 磁阻姿态测量系统的误差分析 |
| 4.2 姿态测量系统的误差补偿 |
| 4.2.1 磁阻传感器和加速度传感器误差方程 |
| 4.2.2 磁阻传感器和加速度传感器组合载体安装误差补偿 |
| 4.3 姿态测量系统误差修正软件 |
| 4.3.1 修正软件说明 |
| 4.3.2 软件功能模块介绍 |
| 4.3.3 修正软件设计流程图 |
| 4.3.4 实现方法 |
| 4.4 本章小结 |
| 第五章 姿态测量系统手机APP设计 |
| 5.1 APP总体设计 |
| 5.2 Android平台APP开发环境 |
| 5.2.1 Android系统介绍 |
| 5.2.2 Android Studio开发工具和系统APP界面 |
| 5.3 本章小结 |
| 第六章 姿态测量系统性能测试 |
| 6.1 性能测试 |
| 6.1.1 温度性能实验 |
| 6.1.2 振动和冲击实验 |
| 6.2 姿态测量系统与APP联调 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）三轴数字磁通门传感器及其智能化误差补偿方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 磁测量器件 |
| 1.1.2 磁通门传感器 |
| 1.1.3 磁通门探头 |
| 1.1.4 磁通门电路 |
| 1.1.5 磁通门传感器的误差补偿 |
| 1.2 研究现状 |
| 1.2.1 三轴磁通门探头的结构 |
| 1.2.2 磁通门探头的小型化与低功耗 |
| 1.2.3 传统磁通门电路 |
| 1.2.4 磁通门电路的数字化 |
| 1.2.5 三轴磁通门传感器的误差补偿 |
| 1.3 存在的问题与分析 |
| 1.4 研究目的与研究内容 |
| 1.5 论文结构与章节安排 |
| 2 三轴磁通门传感器的理论基础与误差模型 |
| 2.1 三轴磁通门传感器的整体结构与设计指标 |
| 2.2 磁通门探头的工作原理 |
| 2.2.1 单铁芯磁通门与双铁芯磁通门 |
| 2.2.2 双铁芯磁通门的灵敏度与最佳激励电流 |
| 2.2.3 磁通门的零磁场工作方式 |
| 2.3 磁通门探头的信号处理方法 |
| 2.4 坐标系与姿态角 |
| 2.4.1 坐标系 |
| 2.4.2 姿态角 |
| 2.5 误差分析 |
| 2.5.1 误差来源 |
| 2.5.2 误差模型 |
| 2.6 小结 |
| 3 基于PCB的小型低功耗磁通门探头研究 |
| 3.1 基于PCB的小型磁通门的低功耗结构设计 |
| 3.1.1 S形正交激励磁通门的低功耗结构设计 |
| 3.1.2 n形磁通门探头的低功耗结构设计 |
| 3.1.3 两种基于PCB的小型低功耗磁通门的特点 |
| 3.2 基于PCB的n形低功耗磁通门探头的参数优化 |
| 3.2.1 铁芯厚度对磁通门性能的影响 |
| 3.2.2 感应线圈和激励线圈位置的铁芯宽度比对磁通门性能的影响 |
| 3.2.3 感应线圈与激励线圈匝数比对磁通门性能的影响 |
| 3.2.4 激励电压对磁通门性能影响 |
| 3.2.5 激励频率对磁通门性能影响 |
| 3.3 测试与分析 |
| 3.3.1 磁通门探头的参数选择与制作 |
| 3.3.2 磁通门测试系统 |
| 3.3.3 性能测试指标 |
| 3.3.4 测试实验与分析 |
| 3.4 小结 |
| 4 磁通门信号的数字处理方法研究 |
| 4.1 传统的磁通门信号处理方法 |
| 4.1.1 模拟磁通门电路 |
| 4.1.2 模拟磁通门电路存在的问题 |
| 4.2 数字磁通门信号处理方法 |
| 4.2.1 全数字磁通门电路 |
| 4.2.2 数字相敏检波算法 |
| 4.2.3 数字磁通门信号的相位同步 |
| 4.3 多偶次谐波参考信号的智能化相位同步方法 |
| 4.3.1 磁通门探头输出信号的采样和处理 |
| 4.3.2 多偶次谐波参考信号相位同步算法 |
| 4.3.3 方波参考信号的相位同步算法 |
| 4.4 仿真与分析 |
| 4.5 小结 |
| 5 椭圆拟合误差补偿算法的改进算法研究 |
| 5.1 传统椭圆拟合误差补偿算法 |
| 5.1.1 误差补偿模型 |
| 5.1.2 传统椭圆拟合算法 |
| 5.1.3 传统椭圆拟合算法存在的问题 |
| 5.2 基于加权近似距离的改进椭圆拟合算法 |
| 5.3 基于谐波分解的非线性误差补偿算法 |
| 5.3.1 误差的非线性因素分析及误差补偿模型 |
| 5.3.2 非线性误差补偿系数估算 |
| 5.4 仿真与分析 |
| 5.4.1 基于加权近似距离的改进椭圆拟合算法 |
| 5.4.2 基于谐波分解的非线性误差补偿算法 |
| 5.5 小结 |
| 6 样本数据受限情况下的智能化误差补偿方法研究 |
| 6.1 传统椭球拟合误差补偿算法 |
| 6.1.1 误差补偿模型 |
| 6.1.2 传统椭球拟合算法 |
| 6.1.3 传统椭球拟合算法存在的问题 |
| 6.2 基于近似距离的改进椭球拟合算法 |
| 6.3 基于矩阵分解的椭球系数求解方法 |
| 6.4 仿真与分析 |
| 6.5 小结 |
| 7 三轴数字磁通门传感器的实验测试与结果分析 |
| 7.1 三轴数字磁通门传感器样机与测试平台 |
| 7.1.1 样机制作 |
| 7.1.2 测试平台 |
| 7.2 实验测试与结果分析 |
| 7.2.1 数字相敏检波实验 |
| 7.2.2 椭圆拟合误差补偿算法的改进算法实验 |
| 7.2.3 样本数据受限情况下的误差补偿算法实验 |
| 7.2.4 温度实验 |
| 7.3 小结 |
| 8 总结与展望 |
| 8.1 主要研究与成果 |
| 8.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士期间完成的学术论文和参与的科研项目 |
（6）具有倾角补偿功能的Android电子罗盘设计（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 电子磁罗盘的发展现状 |
| 1.2.1 国内外发展现状 |
| 1.2.2 磁传感器的发展现状 |
| 1.3 论文的主要工作 |
| 2 航向角计算原理及倾角补偿算法 |
| 2.1 地磁场特性简介 |
| 2.1.1 地磁场的基本特点 |
| 2.1.2 地磁场要素 |
| 2.2 地磁场分布特点 |
| 2.3 坐标系、姿态角和姿态矩阵的定义 |
| 2.3.1 坐标系定义 |
| 2.3.2 姿态角定义 |
| 2.3.3 姿态矩阵 |
| 2.4 三维电子磁罗盘的航向角计算原理 |
| 2.4.1 航向角的计算方法 |
| 2.4.2 姿态角的计算方法 |
| 2.4.3 倾角补偿后的航向角 |
| 2.5 本章小结 |
| 3 电子磁罗盘的测量误差来源及分析 |
| 3.1 传感器制造误差 |
| 3.1.1 传感器制造误差产生机理 |
| 3.1.2 传感器制造误差模型 |
| 3.2 电子罗盘安装误差 |
| 3.2.1 电子罗盘安装误差产生机理 |
| 3.2.2 电子罗盘安装误差模型 |
| 3.3 载体磁场误差 |
| 3.3.1 载体磁场误差产生机理 |
| 3.3.2 载体磁场误差模型建立 |
| 3.4 本章小结 |
| 4 误差校准算法研究 |
| 4.1 引言 |
| 4.2 十二位置不对北补偿算法 |
| 4.3 载体磁场补偿算法 |
| 4.3.1 最小二乘椭圆拟合法 |
| 4.3.2 载体磁场误差的椭圆拟合补偿算法 |
| 4.4 传感器制造误差补偿算法 |
| 4.4.1 最小二乘椭球拟合法 |
| 4.4.2 传感器制造误差的椭球拟合补偿算法 |
| 4.5 本章小结 |
| 5 Android平台指南针设计 |
| 5.1 Android平台简介 |
| 5.1.1 Android平台优势 |
| 5.1.2 Android平台架构 |
| 5.1.3 Android应用程序开发环境 |
| 5.2 硬件结构 |
| 5.2.1 地磁传感器 |
| 5.2.2 加速度传感器 |
| 5.3 软件设计 |
| 5.3.1 传感器坐标系 |
| 5.3.2 界面布局设计（Layout） |
| 5.3.3 主程序设计（Activity） |
| 5.4 电子磁罗盘结果测试分析 |
| 5.4.1 误差处理流程 |
| 5.4.2 传感器制造误差补偿 |
| 5.4.3 倾角补偿结果 |
| 5.4.4 载体磁场误差补偿 |
| 5.4.5 航向角计算结果 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
（7）船舶航向检测与动力定位控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 船舶航向检测概述 |
| 1.3 船舶动力定位控制方法概述 |
| 1.4 本文主要研究内容及安排 |
| 第二章 磁力计的误差分析及补偿算法设计 |
| 2.1 引言 |
| 2.2 常用坐标系及符号 |
| 2.3 磁航向系统的测量原理 |
| 2.4 三轴磁力计的误差分析 |
| 2.5 三轴磁力计的线性化模型 |
| 2.6 磁场校正算法 |
| 2.6.1 四元素磁场校正算法 |
| 2.6.2 七元素磁场校正算法 |
| 2.6.3 十元素磁场校正算法 |
| 2.7 虚拟陀螺仪算法 |
| 2.8 本章小结 |
| 第三章 船舶动力定位系统建模 |
| 3.1 引言 |
| 3.2 三自由度运动学模型 |
| 3.3 三自由度动力学模型 |
| 3.4 推进器系统简化模型 |
| 3.5 环境干扰力建模 |
| 3.5.1 风力模型 |
| 3.5.2 海流力模型 |
| 3.5.3 波浪力模型 |
| 3.6 船舶动力定位系统简化模型 |
| 3.7 本章小结 |
| 第四章船舶动力定位系统非线性无源观测器设计 |
| 4.1 引言 |
| 4.2 非线性无源观测器设计 |
| 4.3 稳定性分析 |
| 4.3.1 子系统1H的无源性分析 |
| 4.3.2 子系统2H的无源性分析 |
| 4.3.3 观测器增益矩阵的确定 |
| 4.3.4 稳定性证明 |
| 4.4 仿真与分析 |
| 4.5 本章小结 |
| 第五章 基于反步法的船舶动力定位系统控制器设计 |
| 5.1 引言 |
| 5.2 反步法设计原理 |
| 5.3 控制器设计及稳定性分析 |
| 5.4 仿真与分析 |
| 5.5 本章小结 |
| 第六章 总结和展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（8）基于MARG传感器的AHRS关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 磁罗盘与电子罗盘 |
| 1.1.2 微惯性测量单元 |
| 1.2 本文研究内容 |
| 第二章 三轴捷联矢量场传感器校正 |
| 2.1 三轴矢量场传感器误差模型 |
| 2.2 三轴矢量场传感器校正常用方法 |
| 2.3 椭球拟合法的理论分析 |
| 2.3.1 椭球拟合中的最小二乘问题 |
| 2.3.2 椭球拟合中的坐标旋转 |
| 2.3.3 椭球拟合的其他问题 |
| 2.4 三轴传感器校正的点积不变法 |
| 2.5 三轴传感器校正的数值模拟 |
| 2.5.1 传感器非对准误差 |
| 2.5.2 噪声及误差大小对校正的影响 |
| 2.5.3 约束条件对椭球拟合的影响 |
| 2.5.4 辅助矢量对点积不变法的影响 |
| 2.5.5 小结 |
| 2.6 三轴传感器校正的实物验证 |
| 2.6.1 三轴电子罗盘椭球拟合法校正实验 |
| 2.6.2 三轴电子罗盘点积不变法校正实验 |
| 2.6.3 三轴电子罗盘全自动校正实验 |
| 2.7 本章小结 |
| 第三章 MEMS 陀螺仪现场标定 |
| 3.1 三轴陀螺仪误差模型 |
| 3.2 三轴陀螺仪标定方法概述 |
| 3.3 基于矢量参考的三轴陀螺仪标定法 |
| 3.3.1 标定算法原理 |
| 3.3.2 与既有方法的比较 |
| 3.4 叉积标定法积分形式数值模拟 |
| 3.4.1 标定中的转动编排 |
| 3.4.2 噪声对标定的影响 |
| 3.4.3 陀螺仪误差大小对标定的影响 |
| 3.4.4 低采样率及低阶数值算法的影响 |
| 3.4.5 小结 |
| 3.5 叉积标定法微分形式数值模拟 |
| 3.5.1 转动方式对标定的影响 |
| 3.5.2 噪声对标定的影响 |
| 3.5.3 误差大小对标定的影响 |
| 3.5.4 低采样率对标定的影响 |
| 3.5.5 小结 |
| 3.6 叉积标定法实物验证 |
| 3.6.1 实验条件 |
| 3.6.2 以转台为基准的陀螺仪标定 |
| 3.6.3 叉积标定法标定 |
| 3.6.4 速率测试 |
| 3.7 本章小结 |
| 第四章 基于 MARG 传感器的姿态融合滤波 |
| 4.1 载体的姿态描述 |
| 4.1.1 欧拉角 |
| 4.1.2 姿态四元数 |
| 4.1.3 方向余弦矩阵 |
| 4.1.4 罗德里格斯参数 |
| 4.1.5 姿态描述法小结 |
| 4.2 基于卡尔曼滤波的姿态融合 |
| 4.2.1 离散线性卡尔曼滤波 |
| 4.2.2 扩展卡尔曼滤波 |
| 4.2.3 无迹卡尔曼滤波 |
| 4.2.4 状态向量的选择 |
| 4.2.5 基于卡尔曼滤波的姿态融合算法小结 |
| 4.3 基于互补滤波的姿态融合 |
| 4.3.1 互补滤波简介 |
| 4.3.2 互补滤波与卡尔曼滤波的联系 |
| 4.3.3 姿态互补滤波 |
| 4.4 基于矢量的姿态融合滤波算法 |
| 4.4.1 MEKF，MUKF 与 GCF |
| 4.4.2 基于矢量的 MEKF/MUKF |
| 4.4.3 基于矢量的 GCF |
| 4.4.4 基于矢量的姿态融合滤波算法小结 |
| 4.5 姿态融合滤波器设计 |
| 4.5.1 MEKF 设计 |
| 4.5.2 MUKF 设计 |
| 4.5.3 GCF 设计 |
| 4.6 姿态融合滤波算法验证 |
| 4.6.1 Scilab 环境下的数值模拟 |
| 4.6.2 序贯处理与 SRUKF |
| 4.6.3 8 位单片机上的数值模拟 |
| 4.6.4 32 位单片机上的数值模拟 |
| 4.6.5 VB6.0 环境下的数值模拟 |
| 4.6.6 小结 |
| 4.7 本章小结 |
| 第五章 基于 CORDIC 算法的姿态解算 |
| 5.1 基于矢量观测的姿态解算方法 |
| 5.2 CORDIC 算法及其在姿态解算中的应用 |
| 5.2.1 CORDIC 算法概述 |
| 5.2.2 CORDIC 算法在姿态解算中的应用 |
| 5.3 CORDIC 算法的误差分析 |
| 5.3.1 CORDIC 算法误差研究概述 |
| 5.3.2 CORDIC 算法的角度误差上限 |
| 5.3.3 CORDIC 算法的角度不确定度 |
| 5.4 DV-CORDIC 姿态解算误差分析 |
| 5.4.1 俯仰角与横滚角的不确定度 |
| 5.4.2 航向角的误差 |
| 5.5 CORDIC 算法验证 |
| 5.5.1 CORDIC 计算反正切的数值模拟 |
| 5.5.2 DV-CORDIC 姿态解算模拟 |
| 5.5.3 输入矢量模长的规范化 |
| 5.5.4 DV-CORDIC 算法的不确定度 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文研究工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间的研究成果 |
| 学术论文 |
| 参加研究的科研项目 |
（9）适于惯性制导炸弹的捷联惯导关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 军事和工程上的意义 |
| 1.2 捷联惯导系统关键技术及国内外研究进展 |
| 1.2.1 捷联惯导系统 |
| 1.2.2 标定与补偿技术 |
| 1.2.3 初始对准技术 |
| 1.2.4 磁航向系统的校正与补偿 |
| 1.3 论文的主要创新点和内容安排 |
| 1.3.1 主要创新点 |
| 1.3.2 内容安排 |
| 第二章 捷联惯导与数据采集系统 |
| 2.1 捷联惯导系统 |
| 2.1.1 捷联惯导系统构成 |
| 2.1.2 捷联惯导系统设计 |
| 2.2 数据采集系统 |
| 2.2.1 IMU 数据采集方案分析 |
| 2.2.2 数据采集系统的设计 |
| 2.3 本章小结 |
| 第三章 标定与补偿技术 |
| 3.1 捷联惯导系统的标定原理 |
| 3.1.1 捷联惯导系统的测量模型 |
| 3.1.2 标定原理 |
| 3.1.3 标定参数的误差 |
| 3.2 陀螺刻度系数的神经网络标定 |
| 3.2.1 分段非线性插值标定 |
| 3.2.2 基于神经网络的标定方法 |
| 3.2.3 标定实验结果 |
| 3.3 捷联惯导系统自动化标定技术 |
| 3.3.1 IMU 自动标定与测试系统 |
| 3.3.2 SINS 自动标定与测试系统原理 |
| 3.3.3 SINS 自动化标定系统 |
| 3.4 本章小结 |
| 第四章 捷联惯导系统的初始对准 |
| 4.1 基于提升小波的粗对准 |
| 4.1.1 提升小波算法 |
| 4.1.2 惯性器件测量信号去噪实验 |
| 4.1.3 基于提升小波的对准实验 |
| 4.2 主子惯导运动学方程与传递对准模型 |
| 4.2.1 主子惯导运动学方程 |
| 4.2.2 传递对准模型 |
| 4.3 神经网络传递对准方法 |
| 4.3.1 神经网络传递对准原理 |
| 4.3.2 神经网络模型 |
| 4.3.3 神经网络训练原理与算法 |
| 4.4 仿真实验 |
| 4.4.1 仿真实验条件 |
| 4.4.2 仿真实验结果分析 |
| 4.5 跑车实验 |
| 4.5.1 实验条件 |
| 4.5.2 传递对准实验结果分析 |
| 4.6 本章小结 |
| 第五章 磁航向系统的校正与补偿 |
| 5.1 磁航向系统 |
| 5.1.1 磁航向角的测量原理 |
| 5.1.2 磁航向系统工作原理 |
| 5.1.3 磁航向系统误差分析 |
| 5.2 磁航向系统信号去噪与校正 |
| 5.2.1 磁航向系统去噪原理 |
| 5.2.2 异常检测与校正方法 |
| 5.2.3 去噪实验结果 |
| 5.2.4 异常检测与校正实验结果 |
| 5.3 磁航向系统的神经网络补偿 |
| 5.3.1 磁航向系统神经网络补偿原理 |
| 5.3.2 神经网络模型 |
| 5.3.3 神经网络补偿实验结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作和结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 常用坐标系及转换关系 |
| A.1 地球模型 |
| A.2 常用坐标系 |
| A.3 坐标系之间的转换关系 |
（10）基于SOPC的磁阻电子罗盘的设计实现及其误差补偿（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 电子罗盘发展现状及趋势 |
| 1.3 电子罗盘误差补偿关键技术 |
| 1.4 课题的主要研究内容 |
| 第2章 电子罗盘系统测量原理 |
| 2.1 电子罗盘系统测量方法 |
| 2.1.1 磁通门式电子罗盘 |
| 2.1.2 霍尔效应式电子罗盘 |
| 2.1.3 磁阻式电子罗盘 |
| 2.2 磁阻电子罗盘系统测量原理 |
| 2.2.1 地球磁场 |
| 2.2.2 测量原理 |
| 2.3 本章小结 |
| 第3章 电子罗盘系统设计 |
| 3.1 电子罗盘系统整体方案 |
| 3.2 磁阻传感器置位/复位电路 |
| 3.3 信号调理电路设计 |
| 3.3.1 运算放大器选取 |
| 3.3.2 仪表放大器AD8221 |
| 3.3.3 信号调理电路 |
| 3.4 数据采集电路设计 |
| 3.4.1 模数转换器AD7656 |
| 3.4.2 AD7656 硬件及时序 |
| 3.5 倾角测量单元设计 |
| 3.6 主控制器单元设计 |
| 3.6.1 主控制单元概况 |
| 3.6.2 NiosⅡ软核结构设计 |
| 3.6.3 FPGA 外围电路的设计 |
| 3.7 系统的软件设计 |
| 3.7.1 系统初始化子程序 |
| 3.7.2 数据采集及其处理子程序 |
| 3.7.3 磁阻传感器置位/复位子程序 |
| 3.8 本章小结 |
| 第4章 电子罗盘的误差分析及其补偿 |
| 4.1 电子罗盘系统误差源分析 |
| 4.2 电子罗盘系统误差补偿算法研究 |
| 4.2.1 电子罗盘数据预处理 |
| 4.2.2 水平状态下罗盘两轴输出模型 |
| 4.2.3 最小二乘法补偿 |
| 4.2.4 椭圆法补偿 |
| 4.3 本章小结 |
| 第5章 电子罗盘样机实验 |
| 5.1 电子罗盘上位机调试工具 |
| 5.1.1 软件调试工具结构 |
| 5.1.2 软件调试工具工作流程 |
| 5.2 电子罗盘样机试验 |
| 5.2.1 姿态角实验分析 |
| 5.2.2 航向角实验分析 |
| 5.3 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 |
四、具有自动误差补偿功能的智能磁航向系统（论文参考文献）
- [1]磁航向系统中电子罗盘的误差补偿算法研究[J]. 邱丹,倪玲. 电子制作, 2021(21)
- [2]融合多源信息的小型多旋翼无人机位姿估计方法研究[D]. 王勇军. 桂林电子科技大学, 2021
- [3]基于MEMS惯性传感器的磁力计校准技术研究[D]. 魏祎. 北京邮电大学, 2020
- [4]基于磁阻传感器的姿态测量系统研究[D]. 张晓肖. 西安电子科技大学, 2019(02)
- [5]三轴数字磁通门传感器及其智能化误差补偿方法研究[D]. 冯文光. 西北工业大学, 2019(04)
- [6]具有倾角补偿功能的Android电子罗盘设计[D]. 贾意弦. 中北大学, 2016(08)
- [7]船舶航向检测与动力定位控制方法研究[D]. 朱彦菘. 南京航空航天大学, 2015(03)
- [8]基于MARG传感器的AHRS关键技术研究[D]. 李翔. 西安电子科技大学, 2013(11)
- [9]适于惯性制导炸弹的捷联惯导关键技术研究[D]. 刘育浩. 国防科学技术大学, 2010(04)
- [10]基于SOPC的磁阻电子罗盘的设计实现及其误差补偿[D]. 杨培科. 哈尔滨工程大学, 2010(05)