无轴承旋翼挥舞角与摆振角的测量方法与应用

在分析国内外资料的基础上,提出了一种在国内现有条件下可行且满足精度要求的无轴承旋翼挥舞角、摆振角的试验测量方法.其要点为先利用激光方法测得的无轴承旋翼静态位移-载荷关系得到角度-载荷关系,结合应变方法测得的无轴承旋翼旋转状态下的载荷,最终通过转换得到无轴承旋翼旋转状态下挥舞角、摆振角.基于CAMRADII软件的计算分析与试验结果具有良好的相关性,这表明该方法可行且具有较高的准确度.     

多测速系统中系统误差实时估计与校准算法

在实际目标跟踪系统中,测量设备都存在系统误差,会导致跟踪滤波精度显著下降。针对多测速系统,对其测速系统误差进行了简化数学建模;然后将其增广为状态变量,应用扩维无迹卡尔曼滤波对目标运动状态和系统误差进行联合估计,以实时校准系统误差、提高状态估计精度。在存在主副站2类系统误差的条件下,设定恒定和线性时变2类系统误差场景,对算法进行仿真分析。仿真结果表明,算法在2类系统误差情形下都能有效校准系统误差,位置、速度滤波精度可提高80%以上;尤其是当系统误差恒定时,算法可完全消除系统误差的影响。     

改进型Gappy POD翼型反设计方法

 为了提高基本Gappy本征正交分解(POD)翼型反设计方法的精度,在原始方法快照采样过程中,调整参数化方法,并用已产生翼型中压力分布最接近目标压力分布的翼型替换基础扰动翼型,形成最优快照替换采样法。在迭代求解阶段,根据迭代产生的压力分布与迭代产生的翼型实际压力分布之间的误差,引入校正快照,并据此调整目标压力分布,形成校正迭代法。实际算例表明,最优快照替换采样法所采集快照张成的空间较原始采样法更接近设计目标。而校正迭代法较原始迭代法能明显提高反设计精度。但最佳模态数量的选择对于Gappy POD翼型反设计方法仍然是一个难点。     

基于可观测性分析的旋转式惯导系统在线自标定方法的设计

本文建立了速度误差外观测量的静基座双轴旋转式惯导系统在线标定卡尔曼滤波模型,其状态向量包括地速误差、姿态失准角和惯性器件零偏、标度因数误差、安装误差,可估计旋转式惯导系统失准角与惯性器件误差参数。通过分段线性定常系统(PWCS)可观测性分析方法分析不同旋转方式下系统可观测性变化情况,得出双轴连续旋转的角运动方案可以改善卡尔曼滤波滤波的可观测性。根据基于奇异值分解的可观测度分析结果进行模型降阶,同时结合旋转式惯导系统的工程应用特性,得到12阶卡尔曼滤波参数模型。降阶系统阶数降低约55%,可以显著降低运算量,有效提高了导航计算机运算效率和实时性。仿真实验表明：降阶模型的估计精度不低于原模型,而且部分状态量的滤波收敛速度有提高。     

捷联惯导系统的一种系统级标定方法

针对三轴转台定位精度高的特点,设计了一种基于速度误差和姿态误差角作为观测量的系统级标定方法.在捷联惯性测量组合(SIMU)的导航误差方程和惯性器件误差参数模型的基础上,推导了导航速度误差和姿态误差角与IMU的误差参数所呈现的关系,依此给出了最简单的位置编排准则.通过观测不同位置下捷联惯导系统的速度误差变化率和姿态误差角,辨识IMU的误差模型系数,进而达到高精度捷联惯导系统标定目的.     

基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法

高动态、大过载是未来导弹、飞行器的标志性特征,这一特征对惯导系统性能指标尤其是加速度计的性能指标要求尤为严苛.针对此,分析了平台惯导系统加速度计主要非线性误差(标度因数对称性和二次项系数)的传统离心标定方法的缺陷,提出了基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法.该方法是利用惯导系统的速度和位置误差积分作为观测量进行Kalman滤波估计,不仅能对加速度计的非线性误差进行更有效估计,而且能克服传统离心标定方法对离心机的高精度要求.最后通过离心试验验证了该标定方法的有效性,试验结果表明,加速度计非线性误差补偿后的速度和位置误差小于补偿前相应误差的25％.     

车载里程仪参数的实时标定方法

针对里程仪输出的速度(或位置增量),其参数标定误差残差是影响定位定向系统性能的关键因素,传统里程仪参数标定方法需在行车过程中设置精确标志点,且有行驶路线受限的缺点,因此提出一种基于速度量测的定位定向系统误差实时估计和补偿方法.该方法将里程仪刻度系数误差、安装误差残差纳入状态变量进行实时估计并补偿,将惯性导航系统输出的速度与里程仪输出的速度进行对比,构建量测方程.设计跑车试验对该方法进行验证,结果表明该车载里程仪参数的实时标定方法,仅需要在里程仪安装在车辆上后,导航系统做一次正常罗经对准并转惯性/里程仪组合导航模式,在车辆正常行驶过程中,即可自动标定出里程仪参数误差,具有自主、灵活简便、精度高的特点,同时提高了惯性/里程仪组合导航系统定位精度.     

基于Kriging模型的风洞应变天平静态校准方法

本文提出了一种基于Kriging代理模型的风洞应变天平静态校准方法。采用拉丁超立方设计的试验设计（DOE）方法选取校准加载点,以六分量组合加载技术为支撑,采用一阶回归基函数和EXP关联函数对校准数据构建Kriging模型,以电压信号增量和其他条件变量为自变量,通过Kriging模型对天平所受载荷进行预测。校准结果表明,与传统的OFAT（One Factor at A Time）校准方法相比,该方法具有相同的准度,加载点数量极大减少。将该方法应用于某矢量喷管推力测量天平的校准工作中,以通气流量和天平电压信号增量作为自变量,较好预测了喷管产生的推力,解决了传统校准方法难以克服的通气影响问题。     

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。     

MEMS惯性测量组合的整体误差建模与标定

对微机电系统(MEMS)惯性测量组合(MIMU)的主要误差项进行分析,提出一种针对MIMU整体的误差补偿模型,模型囊括MEMS惯性传感器自身的零漂、互耦、标度因数非线性等误差,以及传感器安装误差、系统电路漂移等.根据模型设计整体标定和补偿方法,并用最小二乘法系统求解模型中的69个误差系数,避免单一传感器误差补偿的片面性.针对MEMS传感器明显的温度非线性,利用分段补偿的方法将所研制的MIMU的全温范围分成3段,分别求解各分段误差模型的误差系数进行补偿.经实验论证,该方法能有效地抑制多种误差项对MEMS传感器精度的影响,使MEMS陀螺和加速度计的精度提升1-2个数量级.