摘要:球铰链具有结构紧凑、运动灵活和承载能力强等优点，是一种应用较普遍的多自由度机械关节，其回转角度的检测对系统运动误差预测分析、反馈和控制具有十分重要的意义。首先介绍球铰链的应用与结构特点，然后分析球铰链多维回转角度的测量需求，对国内外球铰链多维角度检测的相关研究发展进行综述，主要包括基于结构解耦测量、基于光学原理测量和基于磁场理论测量等方法。最后，对球铰链多维回转角度测量的研究现状进行总结，指出了其研究的重点、难点以及关键技术突破面临的挑战。

摘要:带钢表面缺陷形式的复杂多变给特征的选择带来了困难，为此，提出一种融合特征筛选和样本权值更新的RAdaBoost特征选择算法。该算法在AdaBoost算法的每个循环中通过Relief算法进行特征的筛选与降维，通过筛选后的特征利用样本的类内类间差去除噪声样本，然后根据AdaBoost的动态权值更新样本库，再利用每个循环优化选择得到的最优特征与弱分类器级联成最终的AdaBoost强分类器，进行带钢表面缺陷的检测与定位。实验结果表明，针对带钢实际生产线上的划痕、褶皱、山脉、污点等多种缺陷，该算法可以有效提取出具有高区分性和独立性的特征，同时提高了缺陷检测算法的准确率。

摘要:针对微机电系统（MEMS）陀螺仪随机误差成为制约其精度和应用范围的主要因素，提出基于回归滑动平均（ARMA）模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果，确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分；然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验；最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验，结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。