ARMA模型辨识及其在光纤陀螺漂移建模中的应用

针对含有噪声的时间序列模型辨识精度低的问题,采用自回归函数的衰减正弦曲线方法估计含有噪声的ARMA模型系统参数,AR参数从衰减正弦曲线直接获得,MA参数估计采用相关匹配技术.仿真结果表明,时于具有不同信噪比噪声干扰的系统,该算法具有良好的收敛性和准确性.在此基础上,将该方法应用到光纤陀螺漂移误差建模中,实验结果表明,采用该算法所确定的模型能够精确的反应光纤陀螺的漂移趋势.     

数字闭环光纤陀螺建模与仿真研究

建立了数字闭环光纤陀螺的动态模型和随机模型。通过合理的近似,非线性动态模型简化为线性离散模型。设计了闭环数字控制算法,对光纤陀螺的动态响应进行了仿真。在随机建模中,运用不同的随机过程来模拟各种随机噪声,采用正交小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程或指数相关随机序列来模拟指数相关噪声。进行了随机仿真,并用功率谱密度和Allan方差分析的方法对随机模型和仿真结果的有效性进行了验证。     

陀螺仪温度建模研究

介绍了陀螺温度试验系统的结构和特点，用该系统进行了某型陀螺仪的温度速率试验与位置试验。在试验数据的基础上，分别使用线性回归算法和小波网络建立了陀螺仪的静态温度模型。线性回归法算法简单，已用于实际工程中；而小波网络辨识可以任意逼近陀螺仪温度模型的非线性特性，得到更好的辨识精度。     

陀螺稳定平台中速度环的非线性实验建模

在阐述两轴四框架陀螺稳定平台的结构和工作原理的基础上,具体分析了从实际实验装置中获取数据的方法。通过对内环中速度稳定环的机理分析,得到了简化的线性模型。针对平台在低频工作环境下所表现出的严重非线性特性,将线性模型与非线性的Stribeck摩擦力模型相结合,建立了系统的数学模型。利用遗传算法和所获得的实际系统数据对模型参数进行了辨识;通过在所辨识出的系统模型上进行扰动隔离的系统仿真实验,并将其结果与实际系统的性能进行对比,验证了所建模型的精度;通过对模型残差的分析,进一步地改进和提高了所建系统模型的精度。为研究两轴四框架陀螺稳定平台模型与误差补偿提供了实用的高精度的数学模型。     

MEMS陀螺误差建模与滤波方法

从实际工程应用角度出发,探讨了微机电系统(micro-electro-mechanical systems,MEMS)陀螺误差的有效滤波降噪方法.基于随机序列时序分析法的基本原理,采用实时平均算法对陀螺原始量测数据进行常值补偿预处理,得到随机漂移信号.对去除渐进项后的差分漂移信号进行AR模型建模,并依据该模型进行改进卡尔曼滤波,在输出差分信号滤渡值的同时解算当前陀螺输出滤波值.通过对某MEMS陀螺实测数据的误差补偿结果表明,提出的滤波方法能够有效地抑制其漂移误差,提高实际应用中的测量精度.     

基于径向基函数神经网络的燃料电池温度非线性建模与预测

针对现有的熔融碳酸盐燃料电池（MCFC）模型过于复杂的弊端，本文应用RBF神经网络辨识方法建立了MCFC的温度非线性模型。简要分析了MCFC电堆的温度特性，讨论了应用RBF神经网络进行多输入／多输出非线性系统建模的主要问题，并详细给出了其辨识结构，算法和模型训练方案，应用仿真对建模的有效性和建模精度进行了检验，并与BP神经网络辨识的效果进行了对比，仿真结果证明RBF神经网络远比BP神经网络收敛得快，应用RBF神经网络辨识方法对MCFC电堆建模是可行的，它避免了用复杂的微分方程组来描述MCFC，通过神经网络可快速地得到其输入同特性，它为MCFC温度的在线预测和在线控制奠定了基础。     

硅MEMS陀螺动态误差建模及系统仿真

为了增强MEMS(Micro Electromechanical System)陀螺抗外部角运动干扰能力,利用欧拉动力学理论,采用解析法构建了动态误差数学模型,分析了各误差的物理起因及影响大小。通过系统误差标定、补偿试验,计算基于MEMS惯性器件的微小型捷联惯性导航系统的动态误差。采用仿真方法验证了该系统应用于反坦克弹的可行性。     

光纤陀螺捷联惯导温控系统热仿真技术研究

首先分析了温度对光纤陀螺性能影响的机理,并提出初步的温控方案,为了使温控方案达到最优,建立了光纤陀螺捷联惯导系统热模型,并进行了试验验证,然后利用基于计算流体动力学数值法的热分析软件Flotherm对其进行了热仿真分析,通过调整温度采集点位置,以及控制方案等,对温控系统进行了优化设计,在保证系统精度的前提下,提高了系统环境温度适应性能。     

压电陀螺漂移特性的灰色神经网络建模研究

在不同温度和运行时间下,压电陀螺的静态零位漂移和刻度因子变化表现为非线性和多值对应关系,基于时间序列的ARMA模型和直接采用温度单输入的前馈神经网络模型都无法正确描述压电陀螺的这种误差特性。提出一种将温度和时间作为输入,分别同时对应陀螺静态零位和刻度因子输出的三维空间下的单值对应关系,在运用灰色理论对数据进行预处理基础上,采用多输入单输出的RBF神经网络实现了对陀螺漂移特性的描述。仿真实验结果验证了该建模方法的有效性。     

光纤陀螺常值漂移误差自补偿方法

光纤捷联惯导系统(SINS)中,光纤陀螺常值漂移是导致SINS导航误差的主要因素.阐述了单轴旋转误差自补偿技术的基本原理,针对传统单轴旋转调制不能补偿与旋转轴平行方向上的陀螺常值漂移误差,给出了一种改进的单轴旋转式惯导系统误差自动补偿方法.将惯性测量组件(Inertial Measurement Unit,IMU)倾斜安装,不与旋转轴正交或重合,理论分析了这种配置方案可以有效地补偿一般单轴旋转方案中不能补偿的光纤陀螺常值漂移误差,从而大大提高系统的导航精度,最后给出了仿真结果.仿真结果表明,改进的单轴旋转方案能够明显的提高惯导系统的精度.     

基于UML的破障作战行动建模研究

军事概念模型对"破障行为空间"抽象,目的为一体化联合作战仿真提供组件.按照用例,对战场障碍物、破障分队等元素进行了形式化表达,建立了破障作战系统包图;基于UML动态建模机制,构建破障作战行为主体协作模型,构建破障作战行动模型,实现各作战行为主体的用例等;并就破障战斗、遭敌袭击战斗等进行作战活动分析,建立相应的作战活动图.模型实现了对象间的交互作用、关系和消息传递,反映了"破障"作战任务、实体、功能、交互、活动等内在逻辑.     

对压电陶瓷执行器迟滞特性的智能建模

由于压电陶瓷执行器固有的迟滞非线性会影响系统的控制精度,甚至能导致系统不稳定,基于神经网络建立一个迟滞非线性的智能模型。提出一个迟滞因子将多映射的迟滞非线性转换成能够被神经网络逼近的一一映射。该模型结构简单,简化了辨识过程。最后用该方法对实际的压电陶瓷执行器进行建模,结果表明,该模型能够准确的逼近迟滞非线性。     

基于有限元分析的高速切削温度场建模与仿真

为了研究高速切削加工过程中的温度场分布情况,根据金属切削平面应变原理及温度场的有限元理论,通过对材料本构模型、刀-屑接触摩擦等关键物理环节建模,建立了正交切削有限元模型.采用伴随刀具行程移动的网格窗口描述切削区的局部大变形,使用摩擦窗口表述刀/屑间的摩擦关系,设定合适的热边界条件和形变边界条件对高速切削AISI-1045钢的温度场进行数值模拟.研究表明,最高温度集中在刀/屑接触面上刀尖附近的局部区域;刀具最高温度点位于前刀面上距刀尖不远处;工件内部温度几乎不变,仅表面的薄层发生温度变化;切削速度对切削温度影响很大,高速时温升变缓;切削厚度对切削温度影响较小.     

机械系统的刚-柔耦合模型建模方法研究

为了实现虚拟样机的精确建模,采用了虚实混合建模方法。使用机械系统三维造型软件、有限元分析软件以及多体系统动力学仿真软件建立了曲柄滑块机构刚-柔耦合虚拟样机模型。结合相应的物理样机实验,并用有关实验数据修正虚拟样机模型,分析结果表明采用虚拟样机得出的结果与实验测试结果具有较好的一致性。为机械系统刚-柔耦合混合仿真虚拟模型的构建,探索了一种可行的方法。     

非线性经济建模与预测新思路探讨

通过对传统经济建模的研究，结合现代经济学、计量经济学的发展，总结了“从一般到特殊”的建模思想，并针对建模与预测的困难，提出了有限信息下系统建模新的思路.     

基于UML的飞行器动力学虚拟样机仿真建模研究

建模是虚拟样机系统的基础。本文论述了飞行器动力学虚拟样机系统飞行系统仿真模型库的组成和功能,并且应用可视化面向对象建模技术明确划分导弹飞行仿真模型库类库,应用标准建模语言UML(Unified Modeling Language)设计飞行仿真模型库的用例图、活动图、类图,提高了飞行仿真模型库的可重用性,并用于导弹动力学虚拟样机的研究。     

基于扩展关系的三维景观建模方法的研究

在研究复杂地物建模的基础上，设计了一个基于扩展关系的星形模型来表达三维景观。该模型既能有效的降低三维景观的复杂度和数据量，又充分发挥关系数据库在数据组织、操作与控制上的优势，能有效支持景观模型不同显示方式的需求。     

捷联式惯性系统陀螺仪数据分析与温度建模

由于惯性元件在系统上的工作环境和元件测试的工作环境不同,因此在系统上进行陀螺仪数据的分析和建模是非常有必要的。根据实际系统的测试数据,发现陀螺仪的性能与陀螺仪内部的温度和陀螺仪再平衡回路的温度变化有关。在对多次测量数据进行分析后,进行了陀螺仪数据的温度建模,并将建立的温度模型应用于实际系统中,使陀螺仪的精度从0.2°/h提高到0.05°/h。这种方法可以应用到其他类型陀螺仪的温度建模上。     

基于重构误差和多块建模策略的kNN故障监测

针对基于k近邻(k-nearest neighbor,kNN)的故障监测算法中,引发故障的异常信息易被正常信息淹没,导致故障检测不及时和报警率低的问题,利用自编码器和多块建模策略提出一种基于重构误差的k NN故障监测方法。该方法利用正常工况数据集训练自编码器模型,基于该模型进行重构误差提取以解决异常信息易被淹没的问题。进一步考虑微小偏移和振荡等故障特征,采用多块建模策略,对各子块分别计算统计量并融合检测。通过一个数值例子与田纳西-伊斯曼(Tennessee-Eastman,TE)过程进行仿真与分析,结果验证了所提方法的有效性与监测性能的提升。     

基于RBF的机械手建模误差补偿自适应控制

针对机械手动力学建模误差,提出了基于RBF神经网络误差补偿的自适应控制策略。在基于逆动力学的计算力矩控制方法的基础上,对系统输入与目标轨迹进行修正,设计了两种误差补偿自适应控制器。利用RBF神经网络对修正项在线自学习,并根据Lyapunov稳定性理论建立了网络权重自适应学习律,保证了跟踪误差的收敛及系统的稳定。以平面转动双臂机械手轨迹跟踪为例进行仿真,结果表明该方法能够有效地补偿建模误差,提高了系统的控制性能并使控制系统具有对参数摄动的鲁棒性,对于机械手自适应控制具有一定的可行性。