压缩映射原理在平台惯导系统加速度计标定中的应用

传统的平台惯导系统加速度计所采用的自标定方法受到加速度计零偏预装值的影响存在着一定的误差,而且加速度计标定参数准确性的验证方法也较为烦琐,不利于操作。基于压缩映射原理,针对平台惯导系统加速度计提出了一种迭代式标定方法,消除了传统加速度计自标定方法中的误差,同时提出了一种简单、有效地验证加速度计标定参数准确性的方法,并对这种迭代式加速度计标定方法的收敛性进行了证明以及试验验证。     

微型惯导系统在余度配置时的转动标定技术研究

余度技术是提高惯性导航系统性能的一种重要手段。对微小型惯性组合导航系统中的惯性传感器多余度配置技术进行了研究,开发了MEMS惯性器件构成的微型余度配置惯导系统,分析了微小型惯性组合导航系统的特点和误差特性,并经过测试分析,建立了惯性传感器的误差模型。针对余度配置系统静态标定精度低的问题,提出了六位置转动标定算法,该算法只需要一个单轴速率转台就可以标定出IMU误差参数,并对采用低精度陀螺的惯性系统标定具有通用性。经过实际系统测试分析,误差补偿后的微型余度配置惯导系统的系统导航精度明显提高,验证了算法的有效性。     

舱外航天服红外笼标定试验及其修正计算

文章对舱外航天服的红外笼标定试验的情况进行了介绍,并根据试验数据对试验模型进行了修正计算,得到了红外笼的相关计算参数,同时给出了标定试验与计算模型的偏差,利用标定试验数据对试验模型进行了修正计算,并对修正计算后的结果和试验数据进行了比对,比对结果表明,计算模型计算值与试验值偏差较小,修正后的计算模型可以用于舱外航天服热平衡试验施加外热流功率的计算,并为舱外航天服的热平衡试验中外热流的施加提供参数依据。     

SINS外场系统级标定方法的优化——最佳六位置

静态多位置标定问题,不同位置编排方式会影响辨识精度.针对六位置标定方法,通过建立位置编排与惯组9个误差参数(加速度计零偏、标度因数误差和陀螺零偏)标定精度之间的关系,将惯组位置编排问题转化为Fisher信息矩阵的优化问题,并在A-最优、D-最优和E-最优3个优化指标下,给出了惯组位置编排的最优方案,通过仿真与满足可辨识条件的一组位置编排比较,结果表明最优方案能够提高加速度计零偏和标度因数误差的标定精度.      

水声管中传感器灵敏度标定的新方法

对声管双传感器传递函数法测量中由传感器灵敏度差异带来的误差进行了分析.根据已知确定界面反射系数可确定传感器传递函数,并可求其灵敏度比的原理提出了声管中双传感器灵敏度标定的新方法.空气声管中对刚背衬下已知传递函数进行了实验验证;水声管中气体背衬时,分别在常压和打压情况下对新方法进行了实验验证,说明了新方法的可靠性,克服了水声管中无法用交换传感器获得灵敏度补偿的困难.     

高压交变流动下热线风速仪标定方法研究

热线风速仪是重要的测速手段之一,但在高压交变流动条件下缺乏有效的标定方法.提出了一种通过测量气库内压力变化并按绝热热力学过程计算进出气库气体流速从而标定热线风速仪的方法.为了对该标定方案的误差进行分析,建立了该标定方案的数值模型,运用CFD软件FLUENT对该方案气库壁面分别设为绝热和等温边界条件时的热力过程进行了数值模拟,结果表明标定方案中采用绝热物理模型所引起的误差最大不超过2%.由于在热线探针两侧布置了一定量丝网作为均流元件,热线探针所测速度与管路截面平均速度误差不超过1.4%.该标定方法总误差不超过3.37%.     

高速摄像三维图像分析技术与应用

高速摄像是光学测量的重要手段。分析了高速摄像三维图像分析技术的处理过程,重点讨论了像机标定、自动目标检测与跟踪技术、多目标匹配技术和三维姿态测量技术等关键环节所面临的问题及解决方法,并以无人机回收测量系统为例说明了高速摄像三维图像分析技术在无人机位姿参数测量中的应用,对构建高速摄像测量系统提供了参考。     

空空导弹捷联惯导系统空中标定技术研究

针对空空导弹捷联惯导系统提出了一种空中标定方法。该方法是在载机空中飞行的过程中,利用机载主惯导到弹载子惯导的数据传递过程,利用卡尔曼滤波估计算出惯性器件误差的一种标定方法。通过数字仿真分析,该方法可以实现对陀螺常值漂移和加速度计常值偏置一定程度的标定,并能够延长其定期标定的周期。     

多镜头面阵CCD测绘相机的精度分析

对于空间测绘相机来说测绘精度占首要地位, 而影响拼接测绘相机测量精度的因素有多种. 以多镜头拼接的测绘相机为例, 根据影响外视场拼接测绘相机精度的因素特征, 分析了影响精度的因素和提高面阵测绘相机精度的方法.      

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。