基于统计参数分析和RBF网络的动调陀螺故障诊断方法

针对动调陀螺故障振动信号的特点,提出了一种基于振动统计参数分析和神经网络的动调陀螺故障诊断方法.该方法通过计算原始振动信号的一组统计参数作为表征故障的特征信息,以此作为RBF神经网络的输入参数来学习并识别陀螺故障.实验结果表明,采用对统计参数的计算能够简单、有效地提取陀螺故障特征信息;运用神经网络进行故障诊断建模,使诊断具有自适应、自学习的能力,诊断结果更加可靠.     

光纤消偏器及其应用

介绍了用于光纤陀螺的Lyot型消偏器的基本原理，并给出相应的计算公式。分析结果表明Lyot消偏器的最佳方案为两段光纤长度之比等于1：2。据此设计的退偏光纤陀螺性能具有较好的一致性。     

蚁群算法在DGPS动态整周模糊度解算中的应用

在基线长度已知的情况下,利用零空间约束动态求解GPS双差整周模糊度,进行解的去相关后,应用蚁群算法在整周模糊度空间内寻优。根据实测算例解算结果,蚁群算法在很少的解样本数内获得了很好的搜索结果,与遗传算法结果相比较,证明了蚁群算法在相同搜索率的情况下,具有更高的搜索可靠性。     

模糊神经网络控制器在卫星姿态控制系统中的应用

现代卫星的姿轨控制面临着挠性附件对本体姿态的耦合作用。本文将卫星太阳帆板挠性结构对本体姿态的影响增广进系统方程 ,在PID控制器控制刚体卫星的基础上 ,设计了模糊神经网络控制器 ,采用反向传播和最小方差估计的学习方法进行模糊规则的学习 ,仿真表明 ,模糊神经网络特有的学习和处理定性与定量知识的优点 ,将使卫星姿态在参数变化与外部干扰情况下具有较好的姿态稳定度与精度。     

基于分布式Kalman滤波和BP神经网络组合的静电陀螺漂移辨识方法

提出一种新的方法,把分布式Kalman滤波(DKF)方法与后向传播神经网络(BPNN)技术相结合,用于静电陀螺漂移的模型辨识.首先,为了消除测量噪声影响,将同一个静电陀螺带有噪声的多次测量数据集映射到一个虚拟的传感器网络中,然后采用具有嵌入式紧致滤波功能的DKF对映射数据进行滤波预处理.在此基础上,将预处理结果转换为用于训练神经网络的输入数据和输出数据,然后采用BPNN辨识静电陀螺漂移.实验表明,该方法可有效用于陀螺漂移的模型辨识.     

人工神经网络在卫星姿态测量系统故障诊断中的应用研究

针对卫星姿态测量系统的硬件故障, 应用人工神经网络进行故障检测与诊断, 得到了较为满意的结果。研究表明, 人工神经网络结构简单, 学习速度快, 适应性广, 对于卫星姿态测量系统中的姿态传感器故障, 检出率和诊断正确率可达到百分之百     

高精度飞轮控制系统方案分析研究

卫星姿态控制是卫星控制领域里的最重要的一个方面 ,用于保证卫星的正常工作。一般的卫星姿态控制都采用飞轮控制方案 ,所采用的飞轮有磁悬浮飞轮和普通飞轮两种。虽然磁悬浮飞轮能克服飞轮自身摩擦力对卫星姿态的影响 ,但是磁悬浮飞轮在制造、工艺等方面要求高 ,而且成本昂贵。本文讨论了采用直流无刷电机控制普通飞轮的方案中关于转速和电流这两个关键参数的高精度控制问题 ,并给出了实际可行的解决方法。这些方法已在某型卫星上得到了部分应用。