基于核因子分析的捷联惯组稳定性评估技术

当前捷联惯组的稳定性评价方法单一,严重影响了使用单位对捷联惯组的使用效率。针对捷联惯组各个误差系数两次测试之差线性相关性较弱的特点,本文应用统计学习理论中的核化原理将因子分析这一线性特征提取算法推广至非线性特征提取算法,并改进了传统的因子综合评价方法,将其用于捷联惯组的稳定性评估。数值实验结果证明了本文提出的核因子分析方法的有效性。     

拦截器制导系统敏感装置捷联布局设计研究

针对在大过载直接侧向脉冲力作用下,动能拦截器捷联寻的器和捷联惯组在各自安装位置处所敏感到的、由弹性振动所导致的转角及其不一致性,耦合入制导系统后,会对拦截器高精确制导性能产生不良影响,并可能造成拦截任务失败。分析了制导系统敏感装置所敏感到的弹性振动信号对制导指令误差的影响。对捷联寻的器与捷联惯组的四种典型捷联布局形式进行了探讨。基于结构动力学观点,研究了捷联布局形式、敏感装置捷联刚度这两个设计要素对两敏感装置转角及转角差的影响;得出了弹体弹性振动条件下两设计要素对捷联敏感装置转角响应影响的特点。     

某型捷联惯导系统标定方法研究

该文介绍了某型捷联惯导系统的几种标定方法,根据目前捷联惯导系统标定存在的一些问题,如标定精度分析技术不深入,综合仿真验证技术手段不够等,需要探索新的标定方法来解决。该文先采用对捷联惯性导航核心元件进行系统误差建模,主要研究了传统分立标定方法、系统级标定方法和加速度敏感项标定方法对误差和精度的影响;对船用捷联惯性导航系统的标定精度进行验证时,采用由半实物仿真综合验证技术构建的仿真环境模拟摇摆运动,可实现船用捷联惯导系统的自动化标定,确保系统提供准确导航精度,达到预期研究目标。     

VC环境下捷联惯导模拟器的开发

以捷联惯导系统为基础，在VC编译环境中，设计出可以模拟多种环境扩展性较强的模拟器，完成了对捷联惯导系统各种状态下的模拟，包括捷联惯导解算、传感器误差设置与测试、航迹状态设置等，为相关导航系统算法的验证提供了数据源．     

远程火箭弹捷联射程修正研究

实现了姿态稳定后,抑制远程火箭的纵向散布上升为提高其射击效能的主要问题.通过数值仿真的方法,研究了采用捷联惯导技术后远程火箭射程修正效果.计算结果表明,捷联惯导的引入使射程修正效果大幅度改善,且采用二次修正模型比线性模型具有更高的方法精度.通过捷联惯导仪器误差的分析,发现二次模型对捷联惯导导航参数误差更为敏感,考虑惯导仪器误差后,线性模型的修正效果要优于二次模型.射程修正系统的方法误差随着导航时间的增加而减小,但由于导航参数误差有随着导航时间增加的趋势,惯导系统工作时间要综合考虑以上两方面因素后确定.     

捷联惯导一种优化的惯性系粗对准方法

：捷联惯导初始对准在载体基座晃动比较强烈的情况下,陀螺仪与加速度计在的输出数据无法直接用来计算姿态矩阵,研究了一种优化后的惯性坐标系粗对准算法。算法应用惯性凝固方法通过利用重力加速度信息,将捷联惯导姿态转换矩阵分解为4个矩阵来求取,通过对所求出的姿态信息阵进行优化,有效抑制了加速度计的测量噪声,使捷联转换矩阵的求取准确度更高。理论分析和仿真表明,该方法能很好的解决捷联惯导在晃动下的粗对准问题。     

基于Simulink与M语言的捷联惯导系统仿真方法研究

在研究捷联惯导系统的导航解算算法时,经常需要对算法进行仿真以测试算法的性能.比较研究了在Matlab中实现捷联惯导系统仿真的两种方法:一种是采用M语言编写各功能函数,通过函数调用的方式实现捷联惯导系统的仿真;另一种是采用Simulink模型与M语言结合的方式实现捷联惯导系统的仿真.分别用这两种方法进行了1 h的导航解算仿真,仿真结果表明,这两种仿真方法均具有很高的仿真速度和仿真精度,都能满足工程应用的需要,与第一种方法相比第二种仿真方法可以方便地设定仿真时间、惯性测量组件的采样频率,也可以在仿真中暂停或停止仿真,具有更好的可操作性.     

VC环境下捷联惯导仿真平台的开发

文章针对捷联惯导系统的算法,在VC环境下,介绍了一种捷联惯导仿真平台的搭建方法。平台由飞行器的轨迹模拟、惯导解算、导航数据演示等三个部分组成,轨迹仿真与解算结合,完成导航软件的测试与算法的误差分析,实现仿真功能。     

陀螺随机漂移的神经网络预报方法研究

针对惯性导航系统中陀螺仪的漂移特性,在时间序列分析及神经网络理论的基础上提出了一种时间序列神经网络结构,并采用此种网络模型对某捷联惯导系统中所用的陀螺仪漂移数据进行了预报。预测结果表明,这种预测方法对于陀螺漂移建模及预报是可行的。     

基于DSP的微型捷联式惯性导航系统的实现

捷联式惯性导航系统是一种先进的惯性导航技术,是近年来惯性技术的主要发展方向之一。由于捷联惯导系统具有一系列优点,捷联系统取代平台式系统已成为新世纪惯性技术发展的趋势。本文以实际工程为背景,完成了基于DSP的微型捷联惯导系统设计。并通过实验对系统进行了验证,得到较满意的结果。     

基于LS-SVM的捷联惯组误差系数预测

针对目前小样本容量的捷联惯组误差系数预测精度不高的问题,采用最小二乘支持向量机(LS-SVM)对捷联惯组误差系数进行了预测研究,并以某型捷联惯组的某项陀螺漂移误差系数的历史数据为例进行了预测.结果表明,最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力.     

光纤陀螺惯性测量单元数据采集系统设计

为了满足捷联惯性导航系统对惯性测量单元低成本、小体积、高速率等要求,提出了一种捷联式惯性测量单元的设计与实现方法。该系统以开环光纤陀螺和硅微加速度计作为惯性敏感元件,采用高速DSP作为中央处理器实现数据采集、处理及输出,重点介绍了系统的数据采集模块、处理模块、通讯模块等硬件电路及相应软件的设计。系统中选取了高性能的集成电路芯片,在DSP的基础上进行了简易可靠的接口电路设计和在线误差校正,试验结果表明该信号采集系统能满足捷联惯性导航系统的技术要求。     

Application of uncertainty reasoning based on cloud model in time series prediction

Time series prediction has been successfully used in several application areas, such as meteoro-logical forecasting, market prediction, network traffic forecasting, etc. , and a number of techniques have been developed for modeling and predicting time series. In the traditional exponential smoothing method, a fixed weight is assigned to data history, and the trend changes of time series are ignored. In this paper, an uncertainty reasoning method, based on cloud model, is employed in time series prediction, which uses cloud logic controller to adjust the smoothing coefficient of the simple exponential smoothing method dynamically to fit the current trend of the time series. The validity of this solution was proved by experiments on various data sets.     

基于ARIMA模型的全国电视收视率实证分析

现代电视媒体经营中,要想在日益完善的经济竞争机制中增加收益,对于电视媒体来说至关重要,本文通过对全国样本城市的收视率数据进行了周一至周日的走势分析,并在走势相同的情况下对周四的收视率进行了时间序列建模分析,在将原始非平稳序列经二阶差分后进行了ARIMA建模。     

沪深A股综合指数的时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国沪、深A股综合指数的2000～2009年月收盘数据序列进行建模分析,验证了沪、深A股综合指数月收盘数据的时间序列特性,研究并选择了这两个序列的最佳ARMA模型,本文也通过模型对2010年的综合指数进行了预测.模型实证分析的结果表明：在股市综合指数时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

局部反馈函数联接网络及其应用

结合时间序列分析提出了一种具有局部反馈回路的函数联接网络（ＬＲＦＬＮ）模型，并利用ＬＲＦＬＮ对非线性时间序列进行了建模与预报，对网络扩展函数选取，初始权集的设定，以及网络结构选择和学习算法进行了研究，同时，通过对模拟数据和机切削颤振数数据的建模与预报，将其与常用的时间序列模型（ＡＲ，ＡＲＭＡ和指数自回归模型）以及ＢＰ网络进行比较，研究结果表明该方法是可行和有效的。     

时间序列在变形监测中的应用

详细介绍了时间序列的基本原理以及时间序列建模中的数据预处理、模型选择、模型定阶、模型参数的确定及模型的可靠性等建模步骤,并给出了时间序列的预报公式.最后用时间序列分析处理了某市的某-边坡沉降观测数据.通过对结果的分析,得出时间序列分析用于简单的时序预测具有较好的效果,9期预测误差的绝对值均小于0.18 mm.其建模过程...     

基于Simulink的污水管网节点流量随机模拟器设计

为了合理评价污水管网的运行工况和服务性能，采用非平稳时序分析方法对其中节点人流序列进行了随机建模．首先，奇异点识别采用Tukey提出的方法，趋势项识别采用基于逐步回归分析的曲线拟合法，周期项识别采用累积周期图法．其次，平稳时序模型类型识别采用自相关图和偏相关图，阶数确定采用信息准则方法，参数估计采用最小二乘法．模型通过了残差检验和实用性检验．最后，根据随机建模结果在Matlab／Simulink上设计了污水管网节点流量随机模拟器的结构图，可实现污水管网节点人流序列的蒙特卡罗模拟，并在示波器窗口对模拟流量序列和原始流量序列进行了比较．     

图模型方法及ARMA模型检验

应用图模型方法来研究时间序列中的因果关系,并以ARMA(1,1)时间序列为例作了说明.将ARMA模型表示成混合图,证明了ARMA模型的系数就是在移去了时间序列中其他成员的线性效应后的偏相关系数.这样就可运用通常的图模型推断算法来做参数估计和预测.与传统的对ARMA模型的检验法相比较,该方法既直观又易于计算.