具有非线性内减震器的陀螺平台变过载动态特性测试

利用橡胶缓冲绳的非线性特性，模拟运载火箭飞行过载，并通过测试加速度传递率，获得具有非线性内减震器的陀螺平台系统０－１７ｇ过载下的动态特性。     

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.     

基于神经网络的光纤陀螺温度漂移误差建模与补偿

光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一,在实际应用中必须对光纤陀螺温度漂移误差进行适当补偿。传统的最小二乘法等线性补偿方法很难满足补偿精度的要求且适用性较差,利用BP及RBF神经网络分别建立非线性光纤陀螺温度漂移误差模型,可以有效提高补偿精度,使用FOG温箱实测数据对最小二乘模型及神经网络补偿模型进行了测试对比,验证了基于神经网络的非线性补偿算法在FOG温度漂移补偿中的有效性。     

空间四频激光陀螺法拉第旋光片加工技术的研究

本文给出了法拉第旋光片的结构设计,阐述了超光滑表面加工理论,分析解决了加工过程中的难点,完成了法拉第旋光片工作面与楔角检测,加工出了合格质量的法拉第旋光片,该项工作对空间四频激光陀螺的进一步研制具有重要意义。     

激光陀螺捷联惯导系统温度场的均衡研究

本文研究了由激光陀螺和石英加速度计构成的捷联惯导系统的温度场,指出系统内部热流的重新流动能降低其使用可靠性,确定了惯性传感器和系统壳体外表面温度差的容许范围,研究了与捷联惯导系统集成在一起的柔性热管路,使用这种管路能把热场的不均匀程度降低一个数量级。     

大量程捷联惯性组合信号同步性研究

针对某大量程、高动态武器用捷联惯性组合数据测量、交互传输及处理的时间轴同步性问题,进行形成机理分析研究。结合系统要求,采取相应手段进行处理。最终对处理效果进行实验验证,结果显示同步性问题得到较好解决,系统精度提高。     

基于多重UKF的粗太阳敏感器标定算法研究

针对粗太阳敏感器存在的非余弦特性以及易受空间环境杂光干扰的影响,为了提高粗太阳敏感器的定姿精度,需对其电池片进行标定.通过设计多重UKF(Unscented Kalman Filter)滤波器实现对粗太阳敏感器的定姿标定,将其划分为两类,第一类为标定陀螺漂移,第二类借助陀螺漂移标定结果,进而设计电池片滤波器来精确修正粗太阳敏感器的电池片系数,完成对整个粗太敏电池片的输出数据修正.仿真结果表明,采用多重UKF滤波器算法可有效实现对陀螺和粗太阳敏感器的标定,提高了卫星的姿态确定精度,达到了设计要求.     

基于反馈线性化的MSCMG转子稳定控制

磁悬浮控制力矩陀螺（MSCMG）转子的稳定悬浮是实现陀螺高精度大力矩输出的关键。针对影响转子稳定悬浮的转子径向偏转耦合、非线性参数摄动、动框架效应问题,建立转子的动力学模型,提出了一种基于反馈线性化的增强型内模控制方法。利用反馈线性化方法实现径向偏转运动解耦以及转子动力学模型的线性化,设计增强型内模控制对转子系统的非线性参数摄动进行补偿并有效抑制动框架效应,提升了转子系统的稳定性。MATLAB仿真结果表明:所提出的控制方法实现了转子偏转的完全解耦,与PID控制相比,所提方法可以有效抑制参数摄动对转子径向平动的影响。对于转子径向偏转,与PID交叉控制相比,所提方法可以有效抑制框架扰动,提高系统控制精度。      

基于ADRC和RBF神经网络的MSCSG控制系统设计

为了克服外部扰动突变对磁悬浮转子悬浮稳定度和磁悬浮控制敏感陀螺（MSCSG）输出力矩精度的影响,提出了一种基于自抗扰控制器（ADRC）和径向基函数（RBF）神经网络相结合的MSCSG径向偏转控制方法。阐明了ADRC参数对MSCSG控制效果的影响,通过优化设计ADRC,并将RBF神经网络和ADRC结合运用,实现对控制器参数的实时调试,从而克服外界扰动突变的影响。仿真证明所提方法相较于单ADRC控制,不仅改善了解耦控制精度,而且提高了系统对外部扰动和参数变化的响应速度和鲁棒性,可应用于MSCSG的高精度、快响应、强鲁棒控制。      

一种改进PSO-ARMA半球谐振陀螺温度误差建模方法

为减小半球谐振陀螺(HRG)在温度效应下产生的漂移,建立了温度漂移补偿模型,对与温度有关的确定性漂移进行了补偿。提出了一种改进PSO-ARMA建模方法,对不确定性漂移进行了补偿。改进的PSO-ARMA建模方法将惯性权值递减策略引入到反向学习粒子群优化(PSO)算法中,提高算法跳出局部、快速收敛的能力,在建模时利用改进的PSO算法对ARMA参数寻优,以提高模型的精度。利用半球谐振陀螺升温实验数据进行了检验,经该模型补偿后,陀螺输出精度可达0.07°/h,且较传统ARMA建模方法精度提高了一倍。