捷联惯导系统圆锥补偿算法研究

为了提高高动态环境下捷联惯性导航系统的精度,消除圆锥效应带来的误差,对圆锥补偿算法的设计和圆锥补偿误差特性进行了研究.首先给出了旋转矢量方程和经典圆锥运动的角速度模型,进而推导出了经典圆锥运动的角增量公式、角增量叉乘公式,建立了圆锥补偿系数方程,给出了基于该方法的21种圆锥补偿算法.并对圆锥补偿误差特性进行了仿真研究,最后给出了计算机仿真结果.      

考虑陀螺频率特性的角速率输入圆锥补偿算法

针对陀螺直接输出角速率且通带内增益不一致(频率特性),而传统角速率输入圆锥补偿算法要求输入理想的角速率,提出了一种考虑陀螺频率特性的角速率输入圆锥补偿算法.推导了圆锥运动情况下姿态更新周期内理想旋转矢量增量和实际姿态算法计算的旋转矢量增量,以最小化理想旋转矢量增量和计算旋转矢量增量之间非周期项的差异为计算圆锥误差补偿系数的准则,最优补偿系数可以看成是采用理想角速率输入的圆锥补偿算法系数与考虑频率特性时对理想圆锥补偿算法系数修正的和.得到了公式化求解考虑频率特性的各子样算法最优系数的方法.仿真结果表明,所提出的算法比传统角速率输入圆锥补偿算法在精度上有明显提高.     

一种高精度角速率圆锥补偿算法

以角速率信号作为算法输入时,采用以往常用的圆锥补偿算法,算法误差明显增大.鉴于光纤陀螺角速率信号可以直接获取,提出了一种以角速率信号作为圆锥补偿算法输入的新补偿算法.在姿态更新周期内,以光纤陀螺角速率信号作为输入,求得陀螺角速率输出的表达式,结合旋转矢量微分方程,推导出新圆锥补偿算法表达式,然后以算法漂移误差最小对新算法进行优化.采用规则进动、典型的圆锥运动以及有噪声干扰的圆锥运动作为测试输入,通过与传统算法的对比,新算法计算量低、计算简单方便,算法精度高.新算法的提出为高动态环境下光纤陀螺捷联系统的姿态误差补偿提供了一个新的思路.     

一种新的捷联惯导系统圆锥误差补偿算法

旋转矢量法应用在捷联惯导系统圆锥误差补偿中,通过增加子样数能有效提高补偿精度,但子样数的增加会增加导航计算机的计算量.由于导航计算机的硬件性能限制,不可能为了获得高精度补偿性能而大幅增加子样数.因此,提出一种在不增加导航计算机负担下能提高圆锥误差补偿精度的新算法,该算法利用已解算出的当前时刻之前2个周期的姿态信息对旋转矢量进行修正,通过理论推导和实例分析比较,在同子样数下,新算法能达到高出传统算法4阶的补偿精度而不多消耗导航计算机资源.      

角速率输入下圆锥补偿算法的一般形式

传统圆锥补偿算法直接应用于由速率陀螺组成的捷联惯导系统时,算法误差明显增大.为抑制算法误差,提出了一种以角速率为输入信号,任意子样数圆锥补偿算法(包括改进算法)的一般形式,并在典型圆锥运动条件下以算法漂移误差最小为优化准则,推导了相应的圆锥补偿系数方程和算法误差表达式.利用给出的公式,求解一个线性方程组即可得到圆锥补偿系数,可方便快捷的设计任意子样数的角速率圆锥补偿算法以及改进算法.仿真结果表明,所设计的改进算法比同子样数常规角速率圆锥补偿算法在精度上有明显提高.      

基于对偶原理的二子样划船补偿算法

划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度.     

角速率输入条件下圆锥误差补偿算法

针对捷联惯导系统中利用角速率拟合角增量进行圆锥误差补偿精度下降和实时性变差的问题,提出了一种直接利用陀螺的角速率输出进行圆锥误差补偿的算法,利用角速率的叉乘项来拟合圆锥误差补偿项,并推导了四子样圆锥误差补偿算法的具体表达形式,并从本质上阐述了圆锥误差的存在机理。在典型圆锥运动条件下通过对所提算法的仿真并和理论解析解的做差比较,验证了所提算法的可行性和有效性。     

一种模型误差鲁棒的卫星姿态确定方法

提出一种结合非线性预测滤波和二阶插值滤波实现基于星光/陀螺的高精度姿态确定的新算法.该算法用非线性预测滤波估计模型误差,再对补偿后的模型用高精度的二阶插值滤波来估计姿态参数.解决了在卫星实际运行中难以获得姿态确定系统的精确动力学模型,采用传统EKF(Extended Kalman Filter)将模型误差作为零均值白噪声处理,导致滤波精度降低甚至发散的问题.同时,二阶插值滤波将非线性模型按照二阶近似,无需计算函数偏导数,得到高精度的卫星姿态估计.仿真验证了该方法能有效地实时估计并补偿模型误差,提高了姿态估计的精度,且估计精度受滤波周期的影响不大,从而验证了算法的鲁棒性和有效性.      

圆锥运动及其影响的3种描述方法

从旋转矢量方法、欧拉角方法及刚体有限转动方法出发对圆锥运动及其影响进行了阐述,得到了各方法下的等效陀螺漂移公式以及三者之间的关系;并对圆锥补偿算法在每种方法下的补偿效果进行了研究.结果表明: 刚体有限转动方法与旋转矢量方法是完全等价的,欧拉角方法仅在小角度振动情况下与它们等价;圆锥补偿算法在旋转矢量方法和欧拉角方法下均有效,并在振动角较小时补偿效果一致.旋转矢量方法和刚体有限转动方法重点在于圆锥补偿算法的开发,而欧拉角方法重点则在于指导圆锥运动转台实验设计以验证圆锥补偿算法.      

基于加性对偶四元数的惯性/天文组合导航算法

为了提高惯性/天文组合导航系统在高动态条件下的导航精度,提出了一种基于加性对偶四元数的惯性/天文组合导航算法.该算法将载体的旋转和平移统一起来,使用螺旋矢量更新对偶四元数,同时补偿圆锥误差和划船误差.推导了组合导航系统基于加性对偶四元数的误差模型和导航参数误差的计算方程;把陀螺仪和加速度计的常值误差扩充到状态变量中,随机误差作为系统噪声输入,利用星敏感器输出参数来校正陀螺漂移,通过卡尔曼滤波对状态变量进行估计.仿真结果表明:在高动态条件下,基于对偶四元数的惯性/天文导航算法的导航精度比传统算法提高2倍多.     

一种新型陀螺的力矩器非圆性误差补偿方法

为提高磁悬浮控制敏感陀螺（MSCSG）对陀螺载体姿态的敏感精度,基于其洛伦兹力磁轴承（LFMB）的设计结构,提出了一种力矩器非圆性误差补偿方法。首先,针对一种新型双球形包络面转子MSCSG,介绍了MSCSG的结构特点与陀螺载体姿态角速度敏感原理,并分别建立了MSCSG力矩器半径误差模型、转子偏转干扰力矩模型与陀螺载体姿态角速度敏感误差模型。其次,通过实验测量了力矩器的圆度,通过MATLAB进行数据拟合得到了力矩器的非圆特性,采用勒让德多项式级数对力矩器非圆性进行了描述,并有效补偿了因力矩器非圆性误差导致的姿态角速度敏感误差。最后,对误差补偿效果进行了仿真验证,结果表明该补偿方法使陀螺载体姿态角速度敏感误差降低了83.5%。此外,本文方法还可以解决LFMB陀螺的相关共性问题。      

不确定结构区间特征值上下界的并行解法

当工程结构参数包含不确定因素时,结构的固有频率也将是不确定的.这就需要讨论不确定性振动问题中广义区间特征值的求解方法.在Deif标准区间特征值求解定理的基础上,通过区间分析,将特征值的上下界分解成2个广义特征值问题进行求解.基于此求解方法的并行性分析,给出并行求解算法,克服了求解区间问题计算量大的缺点,使传统串行机或者串行算法难以解决的区间特征值问题得以较好的解决.      

MEMS陀螺标度因数误差分析及分段插值补偿

动态条件下,标度因数引起的误差是MEMS(Micro Electromechanical System)陀螺主要误差源之一.为了提高陀螺精度,基于内框驱动式硅MEMS陀螺误差机理,分析了标度因数常值误差、非线性误差以及不对称误差的物理起因,构建了标度因数误差数学模型,提出了对陀螺标度因数按照角速度大小分段插值的补偿方法,消除了转速引起的陀螺标度因数误差.试验结果表明:MEMS陀螺标度因数误差高达4053.2(°)/h(1 σ ),采用分段插值法补偿后陀螺误差减小到79.0(°)/h(1 σ ),补偿精度比一次拟合及分段法分别提高了15.4倍和7.5倍,验证了MEMS陀螺标度因数误差模型的正确性,证明了标度因数实时分段插值补偿方法的准确性和适用性.      

MEMS陀螺阵列的RCC-OBE估计融合方法

为提高微机电系统（MEMS）陀螺的精度,提出一种基于松弛Chebyshev中心（RCC）的最优定界椭球（OBE）算法,并用于陀螺阵列信号的融合。以单个陀螺误差输出模型为基础,建立了阵列系统的机动融合模型;由于噪声统计特性的不确定会导致传统融合方法精度下降,引入仅要求噪声未知但有界的集员估计理论,运用OBE算法实现角速率信号的稳健估计;在OBE算法中,往往采用椭球几何中心作为真实值的点估计,但该中心并没有理论上的最优特性,而可行集的Chebyshev中心具有很多优良特性,同时,考虑到准确的Chebyshev中心求解十分困难,转而求解可行集的RCC,作为速率信号的点估计,设计了以RCC作为输出的OBE更新过程和新的参数优化准则。采用6个陀螺构成的阵列进行了验证试验,结果表明基于该算法的阵列估计融合方法在获得角速率保证边界的基础上,可以进一步提高MEMS陀螺精度。      

基于最小偏差LS-SVR的模电系统多故障诊断

为解决支持向量分类机多分类存在的样本重复训练、训练模型过多的问题,保证模拟电子系统在整体和局部多故障模式上的诊断正确率,提出基于最小偏差的最小二乘支持向量回归机多故障诊断方法.通过引进样本各维度拟合误差相对于平均拟合误差的偏差平方项,最小化维度间的拟合误差间距,得到能够输出多维变量及具有高分辨率的最小二乘支持向量回归机模型.将模型多维输出值与预设的各个多故障模式值相乘,所得结果集中最大值所对应的多故障模式即为最终诊断结果.仿真结果表明:提出的方法在简化训练过程的同时,能够保持良好的整体和局部多故障诊断正确率.     

装载机载重动态测量的LS-SVM速度补偿方法

能否合理补偿动臂举升速度对所测油压信号的影响是制约装载机载重动态测量精度的关键问题.在给出载重测量的实现方法后,建立了实现载重测量速度补偿和载重量计算的框架模型,然后详细阐述了贝叶斯证据框架下最小二乘支持向量机(LS SVM,Least Square Support Vector Machines)参数的推断优化过程,以及基于贝叶斯证据框架下的LS SVM速度补偿方法.试验结果表明,采用该方法进行速度补偿后的载重测量误差均能控制到1%以下,验证了其有效性.