惯导平台车载试验中里程仪刻度因子在线辨识方法研究

本文综合了限定记忆辨识算法和渐消记忆辨识算法的优点,并将一种具有收敛速度快、跟踪能力强的优点的可变遗忘因子加入其中,从而得到了一种新的在线递推辨识算法并进行了仿真验证.仿真结果证明了该方法的有效性,该方法可在线辨识里程仪刻度因子并可提高其辨识精度.     

小量程摆式加速度计的小角度十二点翻滚测试方法

针对量程小于±1g的加速度计,提出了小角度十二点翻滚测试法来标定加速度计的模型方程。分析了小角度翻滚测试的原理,给出了模型系数计算公式,并利用该公式进行了理论仿真研究和实际测试,该测试方法得出的偏值K_0、标度因数K_1和输入轴安装误差角δ_o的值与国军标测出系数值的误差分别为0.36‰、0.09‰和3.24‰,其余模型参数也有较高的可信度,验证了小角度十二点翻滚测试方法的可行性。     

基于截尾D-最优的加速度计离心机试验优化设计

为了提高加速度计在离心机试验中的试验效率和加速度计模型系数的辨识精度,针对离心机试验中加速度计高阶误差项的辨识精度问题提出了截尾D-最优设计方案,并与饱和D-最优试验计划进行了对比,结果表明采用本文提出的加速度计离心机试验的截尾D-最优试验计划,能够提高加速度计高阶模型项的辨识精度.     

经验Bayes岭估计在GINS车载试验工具误差辨识中的应用

在利用车载试验进行GINS工具误差辨识过程中,由于输入加速度很小使得系统存在严重的复共线性。应用传统的最小二乘方法会出现增大最小二乘估计量的方差、参数估计值不稳定、产生弃真错误等问题。本文引入经验Bayes岭估计方法来进行GINS车载试验工具误差辨识工作。仿真结果表明,和传统最小二乘方法相比,经验Bayes岭估计的辨识精度有所提高,并可克服系统存在的复共线性的影响。