基于惯性测量元件的波浪测量方法研究

硕士博士毕业论文站内搜索    
分类:教育论文网→天文学和地理科学论文→海洋学论文海洋调查与观测论文调查及观测方法论文
基于惯性测量元件的波浪测量方法研究
论文目录
 
摘要第1-5页
abstract第5-9页
第一章 绪论第9-15页
  1.1 课题的研究目的和意义第9页
  1.2 课题的研究现状第9-13页
    1.2.1 惯性导航系统的研究现状第9-11页
    1.2.2 波浪测量仪器的研究现状第11-13页
  1.3 课题的研究内容第13-15页
第二章 捷联式惯性导航系统第15-30页
  2.1 引言第15-16页
  2.2 惯性测量元件第16-21页
    2.2.1 三轴加速度计第16-18页
    2.2.2 三轴陀螺仪第18-19页
    2.2.3 输出模式第19-20页
    2.2.4 工作状态第20-21页
  2.3 姿态解算第21-29页
    2.3.1 常用坐标系与坐标变换第21-24页
    2.3.2 姿态矩阵的计算第24-29页
  2.4 本章小结第29-30页
第三章 波浪信号的分析处理第30-41页
  3.1 引言第30页
  3.2 波浪信号积分算法第30-33页
    3.2.1 频域积分算法第30-31页
    3.2.2 时域积分算法第31-33页
  3.3 波浪信号处理方法第33-38页
    3.3.1 信号平滑第33-35页
    3.3.2 直流分量第35-36页
    3.3.3 多项式趋势项第36-38页
  3.4 波浪信号处理方法的实现第38-40页
  3.5 本章小结第40-41页
第四章 试验设计与结果分析第41-55页
  4.1 试验设计第41-42页
    4.1.1 试验条件第41页
    4.1.2 试验仪器与布置第41-42页
  4.2 试验数据分析第42-51页
    4.2.1 误差评价第43页
    4.2.2 试验结果对比第43-51页
  4.3 波向的判断第51-53页
    4.3.1 波向的计算分析第51-53页
  4.4 本章小结第53-55页
第五章 基于Elman神经网络的波高预测第55-64页
  5.1 人工神经网络第55-56页
    5.1.1 人工神经网络的特点第55页
    5.1.2 人工神经网络的组成第55-56页
  5.2 试验目的及数据准备第56-58页
    5.2.1 试验目的第56页
    5.2.2 数据准备第56-58页
  5.3 Elman神经网络第58-63页
    5.3.1 Elman神经网络的网络结构及数学模型第58-59页
    5.3.2 Elman神经网络的学习算法第59-60页
    5.3.3 Elman神经网络的设计第60-61页
    5.3.4 Elman网络预测模型的仿真与结果分析第61-63页
  5.4 本章小结第63-64页
第六章 总结与展望第64-66页
  6.1 总结第64-65页
  6.2 展望第65-66页
参考文献第66-70页
发表论文和科研情况说明第70-71页
致谢第71页

本篇论文共71页,点击这进入下载页面
 
更多相关论文
基于惯性测量元件的波浪测量方法研
基于NB-IoT技术的低温多效海水淡化
基于图像测量的永磁球形电动机转子
基于变结构PID控制的两相混合式步进
电力电子装置电磁兼容传导特性测试
质子交换膜燃料电池控制系统及控制
基于占用和照度信息的室内照明调光
磁控式多模块化胶囊机器人系统的结
干涉型光纤传感与定位系统研究
基于铌酸锂的长周期波导光栅与可调
NB-LDPC译码算法研究
基于混合模型的时间序列预测方法研
基于随机光栅的激光器及电压传感器
CO-OFDM系统发送端IQ不平衡和相位噪
基于细芯光纤的复合干涉型传感器研
无线漫游场景下的时空数据可视化技
基于光场相机的二维虚假行人识别
可连续调谐的复系数微波光子滤波器
基于云环境中的异常检测技术研究
数据挖掘中关联规则算法的研究与实
基于图像分割的立体匹配算法研究
钙钛矿太阳能电池的原位再生以及其
阵列天线虚拟扩展及其波束形成研究
基于多特征和复合核的SAR图像分类方
高层火灾救生避难系统研究与设计
栏 目 导 航
 
 
惯性测量元件 姿态矩阵 积分算法 多项式趋势项 Elman神经网络
版权申明:目录由用户chenqiuli**提供,www.51papers.com仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 教育论文网 Copyright(C) All Rights Reserved