惯导平台加速度计静态多位置模标定方法

为克服传统的惯性平台多位置自标定法的局限性,引入了一种新的标定加速度计误差参数的方法。该方法基于变换后的加速度计输出模型,以输入加速度计的当地重力矢量为观测。仿真实验表明,当平台无转位误差时,零次项标定精度量级达到,比例因子标定精度达到1ppm以内;该方法对平台转位误差不敏感,当平台转位误差白噪声标准差为0.1°,均值小于30°时,误差参数标定结果不受转位精度的影响,降低了对平台稳定回路的控制精度要求。仿真实验还验证了方位失准角对模观测标定结果无影响。     

大臂展空间机械臂运动学参数精确标定

大臂展空间机械臂,由于臂杆的几何参数误差及柔性等因素将会导致其末端定位产生很大误差,然而在某些空间作业时对机械臂末端定位精度要求较高,为了获得其准确的运动学参数,提出了一种线性标定机器人运动学参数的简便方法。以一个7自由度空间机械臂为研究对象,采用D-H建模方法建立了机器人运动学模型,基于该模型建立了机器人运动学误差模型,最后通过计算机器人末端的位姿误差,标定了该机器人的运动学参数。仿真实验表明该标定方法有较高的精度,并且该方法操作简单、便于实际应用。     

基于最大似然估计法的加速度计误差参数标定方法

为降低捷联惯导系统误差参数标定过程对高精度转台的要求,提出一种基于最大似然估计的模观测标定方法。在考虑噪声影响的情况下建立加速度计的误差参数模型,运用最大似然估计法对误差参数进行标定计算,并将标定结果的精度与所考虑参数模型的克拉美限相比较。结果表明,与传统标定方法相比,该方法标定精度相当,降低了对标定转台的要求,减少了标定时间,有较高的工程应用价值。     

一种MEMS陀螺标度因数误差补偿方法

高动态、恶劣温度环境下,微小型飞行器(MAV)导航、制导与控制系统关键器件微机电系统(MEMS)陀螺受温度和转速耦合影响,其标度因数误差呈强非线性特点,常规方法无法精确补偿。通过分析MEMS陀螺标度因数误差的产生机理,建立了包含温度和转速非线性因素的标度因数误差模型,提出一种基于径向基(RBF)神经网络的标度因数非线性耦合误差补偿方法,解决了常规补偿方法精度差的问题。标定与补偿实验表明:在-10～+55℃温度范围、-150～+150(°)/s输入转速范围内,采用新方法补偿后MEMS陀螺输出平均精度比多项式拟合方法提高7倍;在-20～+20(°)/s低输入转速的误差强非线性区间内,精度提高近20倍,验证了本文方法的有效性和优越性。     

基于速度误差的系统级标定方法

为降低捷联惯导系统误差参数标定过程对高精度转台的要求,提出一种基于速度误差的系统级标定方法。在惯性器件误差参数模型和捷联惯导系统误差方程的基础上,以惯导系统转动前后的导航速度误差为观测量,编排设计旋转方案,对加速度计和陀螺的误差参数进行拟合标定。仿真结果表明,与传统的分立式标定方法相比,在保证标定精度的同时,对高精度转台的要求更低,可应用于外场标定。     

基于ST-EKF与滤波增益约束的加速度计微g级标定

提高加速度计组件的标定精度是实现高精度导航、高精度测姿的重要途径.针对加速度计组件通过线性误差模型标定后难以达到微g级精度的情况,建立了包含二次项误差和振摆误差在内的加速度计组件误差模型,并提出了一种基于状态变换Kalman滤波与滤波增益约束的系统级标定算法.该算法借鉴Schmidt-Kalman滤波器与可观测性约束Kalman滤波器原理,可减小滤波状态协方差矩阵计算误差和滤波增益计算误差,从而提高弱可观误差状态的估计精度.与传统系统级标定算法的对比实验表明,所提出的新算法能够更加精确估计出包含二次项误差与振摆误差在内的加速计组件的各项误差,新算法使在大水平姿态倾角下的重力模值测量残差的均方差从线性误差模型的24.12μg、线性/二次项误差模型的13.38μg减少到6.71μg.4500s大水平姿态变化下的纯惯导实验结果表明:与仅用线性误差模型的系统级标定结果相比,系统级标定新算法使惯导系统的东向、北向导航最大位置误差分别从192.40m、96.72m减小到74.64m、65.44m.所提出的系统级标定新算法具备更好的标定精度,从而使得导航精度得到提高.     

面向飞机自动化装配的工业机器人标定技术

将工业机器人用于飞机的自动化装配有着很高的定位精度要求,对六自由度KUKA机器人的定位精度补偿方法进行了研究,该方法通过建立机器人运动学误差模型,以Levenberg-Marquardt阻尼迭代最小二乘法求出适合机器人标定空间的各参数误差最优值并以Kuka机器人为实验平台进行试验验证。经过补偿后,标定空间内机器人的绝对定位精度得到极大改善,可以满足飞机自动化装配的精度要求。     

四轴坐标测量中转轴位置参数标定和数据整合

为解决旋转工作台在装配过程中产生的安装误差,旋转轴与坐标测量机Z轴不平行,因而造成整体检测精度不够这一难题,提出了旋转轴空间位置参数标定的新方法:设计专用标定工装,通过找正和测量标定工装的基准面和基准孔特征要素,得到旋转轴所在空间直线方程,从而实现旋转轴空间位置参数的标定。实验结果表明该方法简单、高效,基于该工装的旋转轴空间参数标定方法与数据整合算法适合航空发动机叶片高精度的检测。     

非视距误差神经网络改正的超宽带定位模型研究

非视距环境是造成超宽带定位系统精度下降的主要原因。由于非视距环境的测距精度下降难以通过常规计算方法建立改正模型,提出了一种基于反向传播算法的神经网络改正的超宽带稳健定位模型。该方法通过反向传播神经网络的自适应学习方法建立了一种超宽带非视距误差改正的稳健定位模型,实现了在非视距环境下超宽带定位精度的提升。首先采集非视距环境下超宽带测距值,提取超宽带在非视距环境下的坐标序列,计算得到误差序列,然后通过反向传播神经网络建立误差改正模型预测得到标签的误差改正值,最后使用超宽带Kalman滤波定位模型进行超宽带定位,从而消除非视距环境对定位精度的影响。通过对比实验分析,本模型较多项式拟合模型超宽带测距精度提高46.8%,定位精度提高43.4%;较多面函数拟合模型超宽带测距精度提高28.2%,定位精度提高26.2%。实验结果表明,反向传播算法的神经网络对超宽带非视距定位模型的误差改正有很好的效果,对超宽带定位精度的改正效果显著。     

神经网络在飞行器航迹仿真计算中的应用

在飞行器航迹计算中,与插值法存在的缺陷相比,神经网络方法具有显著的优越性。通过对插值法和BP神经网络方法原理和工作过程的详细分析,以及在此基础上针对某飞行器航迹参数的计算实例,比较了线性插值、多项式拟合与神经网络方法的误差,表明神经网络方法具有更好的计算精度。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

基于直线成像特征的视觉测量系统综合标定方法

针对视觉测量系统存在复杂系统误差的特点,提出一种基于直线成像特征的系统综合标定方法,有效地保证了测量精度.该方法通过对1等量块的平行直线边缘提取,建立量块边缘空间物点位置和像点位置的原始对应关系,利用量块边缘的理想直线特征,通过统计计算对测量系统进行综合标定,建立描述空间物点位置和像点位置的相互对应关系的二元三次标定函数.对在测量范围内不同方位的量块进行多次测量,表明使用这种标定方法标定的视觉测量系统的测量精度能够达到.     

压力敏感涂料特性及其校准技术实验研究

 精细化的校准技术和涂料特性研究是影响压力敏感涂料(PSP)测量技术测量精度及其工程应用的重要因素。为此以PSP地面实验测量系统为主要平台,进行了国产PSP的静态校准和光降解实验,基于自主编制的PSP静态校准图像后处理程序研究了PSP压力、温度灵敏度之外所展现出的重要特性。研究结果表明:一定压力范围内,PSP的Stern-Volmer响应曲线呈现出较为明显的非线性,在校准中应采取高阶Stern-Volmer关系式进行拟合;在均匀压力和温度下,不同样片区域的校准结果呈现出空间不均匀性,这种不均匀性会影响PSP的校准精度;PSP存在光降解效应,其降解曲线在一定时间内近似为线性。同时,本文还简要分析了其产生机理以及对PSP测量精度的影响,初步提出了相应的评估指标及改进措施。     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

高空台特种调节阀建模方法对比研究

为了获得准确的轮盘式特种调节阀流量特性模型,提高高空舱进口流量预测精度,提出了基于BP神经网络和NARX网络的建模方法。在对调节阀与传感器测点位置分析的基础上,将调节阀和阀后容腔作为整体进行建模。对比研究了流量系数、静态BP神经网络以及基于Gamma Test的动态NARX网络建模方法,并给出了工程中选取建模方法的建议。以试验流量数据为基准,仿真对比了不同阀门开度变化时,各模型输出流量的稳态误差和动态误差。结果表明,BP神经网络方法和NARX网络方法建模精度要优于流量系数法。同时,BP神经网络模型最大稳态误差为0.52kg/s,优于NARX网络模型和流量系数模型。NARX网络模型的最大动态误差为2.04kg/s,相比于BP神经网络模型和流量系数模型,能够更准确地反映流量的动态特性。     

Installation error calibration for MEMS angular measurement system in hypersonic wind tunnel

The accuracy of model attitude measurement has an important impact on wind tunnel test results. Microelectromechanical System Inertial Measurement Unit (MEMS IMU) provides a feasible way to measure model attitudes with high accuracy. However, the installation error between MEMS IMU coordinate system and the body coordinate system of test models can make the accuracy of the model attitude measurement decrease. In wind tunnel tests, the installation error depends on the relationship between the IMU and the model mechanism before tests. Therefore, in-field calibration in wind tunnel tests is necessary to reduce installation errors. To improve attitude measurement accuracy, the least squares quaternion calibration method based on MEMS IMU and six-position calibration procedure are proposed. High-precision three-axis turntable tests are performed. The pitch accuracy after calibration is higher than that before calibration in the angle of attack sweeping tests. The Root-Mean-Square Errors (RMSE) in the roll and yaw are within 0.01°, which are smaller than those before calibration. In the roll sweeping tests, RMSE of three attitude angles decrease significantly. In hypersonic wind tunnel tests, the pitch errors before and after calibration are within 0.05° and 0.02° in the angle of attack sweeping tests without wind. In five angle of attack sweeping tests with wind, the deviation between the mean of the pitch and the pitch after the elastic angle correction is within 0.03° and the standard deviation of five tests is within 0.01°. The proposed method is confirmed to enhance the accuracy of attitude measurement effectively, which is convenient for engineering applications.     

双轴转台误差对IMU标定精度的影响分析

转台误差影响惯性测量组件标定精度,从某种意义上讲,标定的精度就直接决定惯性器件的使用精度。研究双轴转台水平误差及非正交误差对标定结果的影响。首先,建立标定模型以及转台误差模型,通过余弦矩阵将转台误差引入标定模型中,从理论上分析了转台误差对加速度计及陀螺标定精度的影响,最后进行了仿真分析。分析表明：转台水平误差对加速度计及陀螺的标定系数的影响较小,可以忽略;而转台非正交误差对加速度计和陀螺标定影响较大,特别对加速度计和陀螺安装误差系数影响较大,能够导致同量级的误差。