滤波角速率输入的圆锥误差补偿

为了提高光纤陀螺捷联惯性导航系统精度,提出了滤波角速率输入的圆锥误差补偿方法。根据滤波前后物理量圆锥效应的不同,分析滤波圆锥误差准则,并依据滤波角速率求取滤波角增量的算法,推导了滤波角速率输入的捷联惯性导航系统圆锥误差补偿中的误差补偿系数和误差主项。结合光纤陀螺特性的对比仿真结果表明,滤波角速率输入圆锥误差补偿算法精度比传统姿态算法精度高2～3个数量级。滤波角速率输入圆锥误差补偿算法更贴近工程,对提高角速率陀螺构建的捷联惯性系统精度具有重要理论和工程意义。     

光纤陀螺随机漂移的建模与实时滤波方法

光纤陀螺的随机漂移具有非平稳和非零均值的特点,传统时间序列分析法必须对原始数据进行预处理后再进行建模,无法满足在线建模的要求。针对这一问题,采用差分自回归移动平均模型和递推最小二乘法相结合的方法对光纤陀螺的随机漂移构建动态模型,再通过基于该模型的无迹卡尔曼滤波算法对随机漂移实时滤波,并与自适应卡尔曼滤波进行实验对比。实验结果表明,该方法具有较高的滤波精度,能更有效地抑制光纤陀螺的随机漂移。     

陀螺随机漂移时间序列的辨识

文中提出了一种辨识陀螺随机漂移的弱非线性时间序列模型，给出了其辨识方法并用来挠性陀螺漂移数据进行仿真研究，结果表明该方法比用线性模型辨识效果更佳。     

新型低温哨音超流体陀螺模型

针对应用超流体发展高精度新型陀螺的可行性,研究利用交流约瑟夫森效应的低温超流体陀螺原理和典型方案. 首先对陀螺的交流约瑟夫森效应、转动信息与交流约瑟夫森频率关系以及检测等环节建模,并进行系统仿真. 验证了陀螺敏感恒定角速度（地球自转）的过程,进一步研究变输入角速度跟踪、敏感面积及薄膜面积等结构参数对精度的影响. 仿真结果表明,应用交流约瑟夫森效应的低温超流体陀螺原理发展新型高精度陀螺仪是可行的.     

自底向上粗集神经网络建模方法

提出了一种基于自底向上方式构造模糊粗糙数据模型并实现粗集神经网络建模的方法,该方法通过自适应G-K聚类算法,实现输入论域空间的模糊划分,在基于聚类数和约简属性搜索的基础上,提取优化的模糊粗糙数据模型,在此基础上融合神经网络实现粗集神经网络建模.对Brodatz纹理图像的实验表明,该方法性能优于传统的贝叶斯和LVQ方法,和传统的粗逻辑神经网络RLNN相比,该方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.     

SSA与BP神经网络在地铁沉降监测中的应用

邻近区域施工,致使地铁沉降呈现复杂的非线性变化。对此,采用奇异谱分析(SSA)和BP神经网络对地铁结构进行分析与预测。通过SSA重建趋势序列和周期序列,分析地铁结构变化的趋势与周期波动;利用BP神经网络对重建趋势序列与时间序列分别进行预测。以上海9号线地铁沉降监测数据为例,提取趋势序列与周期序列进行分析及预测,实验证明了利用SSA对地铁监测序列进行分析以及利用BP神经网络对成分序列进行预测的可行性。     

一种抑制陀螺章动的方法研究

本文分析了动力陀螺稳定平台的特点,研究了动力陀螺在应用过程中产生的陀螺章动现象,并分析了陀螺章动对陀螺稳定系统的影响。根据动力陀螺的章动特性,采用数字滤波的方法,抑制陀螺震荡现象,达到陀螺平台空间稳定的目的。     

基于小波变换的模糊神经网络短期负荷预测方法

为了解决传统神经网络的预测精度取决于输入变量和测试样本的缺陷,采用二阶Daubechies小波作为母小波,通过离散小波变换和逆变换的多分辨率把负荷序列分解为4个小波分量,不但把握了负荷序列的规律性,而且减轻了神经网络的学习压力.采用自适应遗传算法对模糊规则和权重进行修正,优化模糊神经网络,提出GNN-W-GAF模型.该模型既发挥了模糊算法的特点,又使得各种知识点在神经网络中相互融合,避免了初始值设定的随意性.仿真结果表明,该方法能显著提高预测精度和预测性能.     

基于神经网络误差修正的灰色广义预测控制

提出一种基于神经网络误差修正的多步灰色广义预测控制算法,采用神经网络对灰色系统的建模误差进行预测,同时根据新信息优先的原则,用最新预测误差不断更新神经网络建模数据,对新出现的误差具有动态补偿动力,最终预测值为模型预测值与预测误差之和,有效地抑制模型误差的影响,增强灰色广义预测的鲁棒性.仿真结果验证了该算法的有效性.     

光纤陀螺捷联惯导系统改进航姿算法应用

捷联惯导系统一般采用旋转矢量姿态算法来消除圆锥误差的影响,从而提高姿态解算精度. 该文针对不同精度等级的角速率输出光纤陀螺,采用适合工程实现的低阶旋转矢量姿态算法,在多种不同程度的经典圆锥运动下进行了一系列仿真测试,确定了多子样旋转矢量算法在多种典型工程环境中的最优子样数,并在高性能微型数字信号处理器(digital signal processor, DSP)导航计算机上对旋转矢量姿态算法进行了试验,得到了理想的效果.     

捷联系统三阶姿态算法的改进研究

该文提出捷联系统姿态计算的一个新方法,具有计算量较小和精度较高的特点,给出了算法的具体实现方法及仿真结果,证实了新算法的有效性.     

一种面向捷联航姿系统的模糊全阻尼算法

提出了一种新的模糊全阻尼算法.根据控制理论的思想,该算法在系统3个回路中分别加入不同的阻尼反馈网络,通过引入磁航向信息和充分利用系统本身速度信息来阻尼有害信息.由于水平回路阻尼网络的使用有一定的限制条件,系统设计了模糊控制器来控制阻尼网络的使用.仿真和试验证明:模糊全阻尼算法明显抑制了舒拉周期振荡和傅科周期振荡,有效地提高了捷联航姿系统的精度.     

捷联惯导初始对准的超球体采样SRUKF算法

平淡卡尔曼滤波(UKF)在捷联惯导系统静基座大方位失准角初始对准中计算量大,且滤波数值不稳定. 针对这一问题,该文将超球体采样策略与平方根UKF(SRUKF)算法相结合,提出一种改进的SRUKF算法. 该算法在保证其滤波精度和UKF算法相当的前提下,通过引入超球体采样减少了采样点数,提高了计算速度. 并以协方差阵的平方根矩阵代替协方差阵参加递推运算,减少了计算机舍入误差,提高了滤波数值稳定性. 仿真结果表明,该算法在保证初始对准滤波精度的前提下降低了计算量,提高了滤波性能.     

GPS/SST/SINS组合导航系统研究

提出了卫星/捷联星光/捷联惯导组合导航系统的方案和组合结构,采用改进的集中滤波对多传感器信息进行数据融合和导航状态的最优估计.该组合导航系统将捷联星光跟踪仪的姿态信息、高动态GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高导航的姿态、速度和位置精度.同时该组合导航系统以弹道导弹为应用对象,设计并实现了基于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台,仿真结果表明该组合导航系统能提高导弹的导航精度,滤波算法稳定可靠.     

基于伪陀螺/磁强计/地球敏感器的微卫星姿态自适应确定方法

以伪陀螺、磁强计与地球敏感器构成的姿态测量系统为基础,设计了自适应扩展卡尔曼滤波算法.对轨道倾角不同的两种卫星的定姿性能进行了仿真,结果表明,该方案的滚动与俯仰角精度达到0.05°,航向角优于0.4°,且随轨道倾角的减小而改善;当地球敏感器发生故障时,大倾角轨道的卫星滚动与俯仰角精度优于0.5°,航向精度约1°;同时自适应滤波方法能显著地提高姿态确定的性能.     

MEMS-INS微型飞行器姿态确定系统的实现研究

研究了微型飞行器姿态确定系统的样机实现.在对MEMS惯性器件性能分析和零偏温度建模的基础上,提出微型飞行器九位置非正交及安装误差标定方法,利用相关理论分析MEMS惯性传感器的噪声特性,建立适合工程应用的姿态组合算法,进行了转台测试和试飞试验.误差补偿后,陀螺和加速度计零偏稳定性分别达到0.036°/s²和0.01 m/s²,俯仰和横滚的误差均方差分别达到0.33°和0.28°.试验结果表明:器件和系统级的误差补偿起到了综合补偿的效果,姿态误差减小了约50%,基于MEMS-INS的姿态确定系统可满足微型飞行器自主姿态稳定的需求.     

原子自旋进动检测技术

自旋是原子的内禀特性，自旋进动对磁场作用或相对惯性空间的转动敏感，通过检测原子的自旋进动可实现磁场或惯性转动的测量，进而形成原子磁强计、原子陀螺和其他原子传感器。基于原子无自旋交换弛豫（spin-exchange relaxation free，SERF）态的原子传感技术包括原子SERF态制备和原子自旋进动检测，其中原子SERF态的制备是实现高灵敏度、低噪声和高稳定感测的前提，原子自旋进动检测则是实现原子传感器高性能测量的关键。本文首先简单描述了原子进动及检测原理，围绕高性能SERF态原子自旋陀螺和磁强计的自旋进动检测，介绍了三类典型的原子自旋进动检测技术及特点，并进行了对比分析。     

基于比力积分匹配的惯导系统传递对准

某些机载装备的传递对准过程要求在机体升空阶段进行. 受飞行速度的限制,采用传统匹配方案使传递对准精度受到很大影响. 本文提出一种适合机体低速运行条件的“比力积分“匹配方案,利用主子惯导比力差的积分作为卡尔曼滤波的观测值,未引入陀螺误差,且SINS仅作比力积分计算,减少了SINS对准期间的计算量,保证了传递对准的实时性. 在考虑安装误差角和挠曲变形角的条件下建立了系统误差的数学模型. 仿真结果表明,该方案能在机体低速运行 条件下有效提高机载装备的传递对准精度,对于中低精度的捷联惯导系统有工程实用价值.