排序方式: 共有153条查询结果,搜索用时 15 毫秒
121.
磁悬浮飞轮转子在高转速下表现出的陀螺效应是影响系统稳定性的主要因素.为了提高磁悬浮飞轮的失稳转速,针对陀螺效应引起的系统章动失稳和进动失稳,提出了一种基于转速的增益预调交叉反馈控制方法,针对不同的转速段,建立在线控制相对应的交叉反馈通道增益和带宽参数表,对进动模态和章动模态分别实现交叉相位补偿.采用该控制方法用经典控制理论中的根轨迹法对系统的章动稳定性进行了仿真并对控制参数进行了优化.仿真和实验结果表明,采用这种基于转速的增益预调交叉反馈的控制算法,能够有效地抑制磁悬浮飞轮转子陀螺效应所导致的章动失稳,所设计的磁悬浮飞轮原理样机能够稳定运行在其额定转速30000r/min. 相似文献
122.
123.
电容式微加速度计闭环检测电路 总被引:1,自引:1,他引:1
针对硅微惯性器件中的微小差分电容检测,提出了一种应用于三明治结构差分电容式微机械加速度计的闭环检测电路.通过等电势屏蔽法,相干解调技术和增加激励信号对称性等技术屏蔽杂散电容,抑制了电路噪声和共模误差,提高了检测电路的微弱信号辨识能力;静电力平衡闭环检测克服了开环输出信号的非线性缺陷,实现了高线性度、高分辨率的电容检测.设计的闭环检测电路具有电路简单、线性度好、抗干扰性强和易于集成的特点.实验结果表明,加速度计量程可达±15g,电容分辨率可达10-16F. 相似文献
124.
125.
改进的内框架驱动式硅MEMS陀螺温度误差模型 总被引:3,自引:0,他引:3
温度误差是MEMS(Micro Electronic Mechanical System)陀螺仪的主要误差源之一,为了消除温度对内框架驱动式硅MEMS陀螺仪性能的影响,提出了一种改进的温度误差模型.基于硅材料的赛贝克(Seebeek)效应,结合表头温度变形,分析了陀螺仪零偏误差;利用温度引起的干扰力矩,分析了陀螺仪输出与比力及角加速度有关项误差;针对温度引起系统谐振频率的变化,分析了陀螺仪标度因数误差.试验结果表明:在温度变化过程中,比力引起的干扰力矩是导致陀螺仪温度误差的主要因素,验证了改进的温度误差模型的正确性,补偿后陀螺仪的零偏稳定性提高了53.75倍,标度因数精度提高了19.6倍,改进的温度误差模型也适用于其它MEMS陀螺仪. 相似文献
126.
127.
基于SVD的R-T-S最优平滑在机载SAR运动补偿POS系统中的应用 总被引:1,自引:0,他引:1
机载合成孔径雷达(SAR)运动补偿用位置姿态系统(POS)的导航精度直接影响SAR成像的效果。为进一步提高POS的导航精度和数值稳定性,提出将基于奇异值分解(SVD)的Rauch-Tung-Striebel(R-T-S)最优固定区间平滑应用于POS后处理中。在基于SVD的前向卡尔曼滤波(KF)的基础上,进行了基于SVD的后向R-T-S最优固定区间平滑,获得位置、速度和姿态的最优估计。该方法将原算法中均方误差阵进行奇异值分解,不仅具有很好的数值稳定性和鲁棒性,而且避免了矩阵的求逆。半物理仿真结果表明,该方法在导航精度和数据平滑度上明显优于目前工程中应用的KF,是一种有效的事后处理方法。 相似文献
128.
为了改善磁悬浮反作用飞轮制动过程的动态性能和转速过零特性,提高飞轮的输出力矩精度,提出一种磁悬浮反作用飞轮速率模式非线性协同控制方法。首先建立包含电机和功率变换器的飞轮系统状态空间平均模型,然后基于飞轮系统的状态空间平均模型设计了加速和制动运行的协同控制律,并对控制律中的不确定扰动力矩项进行符号化处理,以提高控制系统抑制力矩扰动的动态响应速度。仿真和实验结果表明,该控制方法改善了转速过零特性,增强了飞轮对随机力矩扰动的鲁棒性,提高了制动控制的准确性,飞轮输出力矩精度达到6.2×10-4N·m。 相似文献
129.
一种组合导航系统快速滤波方法及半物理仿真 总被引:1,自引:0,他引:1
在利用卡尔曼滤波器对数据进行处理时,协方差矩阵的预报运算过程需要的计算量最大,每一步迭代的计算量与n3(n为状态矢量维数)成正比,约占整个卡尔曼滤波过程70%的CPU时间.协方差阵预报计算过程中,数据输入输出所需要的传递工作量也最大.由于微小型飞行器导航系统采用小体积、低功耗、低成本的微处理器作为导航计算机,为了保证导航实时性的要求,提出了一种降维滤波器加矩阵外积法的快速滤波方法来减少MIMU(Micro Inertial Measurement Unit)/GPS(Global Positioning System)/MMC(Micro Magnetic Compass)组合导航滤波算法的计算量,以提高算法的实时性.半物理仿真试验结果表明:此种算法不仅可以提供较为满意的导航精度,而且大大减小了计算量,提高了系统的实时性. 相似文献
130.
由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行. 为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF (Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60° 快速下降到2° 左右,且所需时间仅为EKF的67%. 相似文献