实现对示波器快速检定的程序设计

示波器是实验室、工厂车间、维修调试现场最重要、最常用的测量与测试工具之一。随着电子技术的发展及微处理器的开发和应用，示波器的测试能力不断提高，由此对计量部门也提出了更高的要求。目前，我国大部分示波器不带GPIB接口，如何对其进行快速高效的检定，是每个计量人所关注的问题。过去人们对示波器的检定常采用的方法是：在电子计算机的显示屏幕上设置十几个命令按钮，通过调整标准源输出信号，使其与示波器显示屏刻度线相重合，根据读出标准源的输出值来计算误差。     

广义卡尔曼滤波递推公式的证明

卡尔曼滤波方法是一种应用广泛的估值方法,但其要求系统数学模型已知。而广义卡尔曼滤波与卡尔曼滤波相比并不需要系统数学模型已知,具有更强的现实意义。在广义卡尔曼滤波方法的状态模型和测量模型的基础上讨论了其递推公式的证明问题。最后通过广义卡尔曼滤波与经典卡尔曼滤波仿真曲线的比较,验证了广义卡尔曼滤波的有效性。     

超精密偶件测量仪的误差运动综合数学模型

把超精密测量机床误差元素分为几何运动误差和热变形、接触变形等非刚体效应误差,利用齐次坐标变换方法结合测头与工件之间联结链的封闭特性,给出了超精密偶件测量仪几何和热误差以及探头和工件接触变形误差的综合数学模型.     

基于人工神经网络的磁航向误差校正方法

介绍了前馈神经网络的特点和基于递推预报误差(RPE)的训练算法,利用前馈神经网络对某航向同步传输系统的磁航向误差进行了校正,并给出了实验结果.     

非球面光学零件补偿加工自动编程系统

非球面光学零件加工的自动编程系统采用双圆弧伸缩步长法对工件曲线进行分段拟合,并且通过求工件曲线的等距线进行刀具半径补偿,另外系统可以实现工件的轮廓误差的补偿加工。     

星敏与磁强计安装矩阵的户外标定

为了提高卫星测量地磁场参数的精度,必须提高卫星上星敏与磁强计安装矩阵的测量精度,因此,提供了一种借助地磁场与地面观星对星敏与磁强计安装矩阵进行户外地面标定的方法.首先建立了三轴磁强计的误差模型,利用磁强计在地磁场中进行翻滚试验标定了误差模型系数,同时给出了3个敏感轴矢量在地理坐标系下的表示.其次利用星敏观星,测量了星敏光轴单位矢量相对地理坐标系的表示.最后以地理坐标系为桥梁,给出了星敏与磁强计之间的安装矩阵.对该方法进行了仿真,结果表明其能有效准确地辨识出磁强计误差模型中的各项误差系数以及星敏与磁强计安装矩阵.     

基于基波电流观测器和旋转高频电压注入法的IPMSM无传感器控制

为了实现永磁同步电机低速段的高精度无传感器运行,系统地分析了绕组电阻和感应电动势、电流调节器、滤波器、电机暂态运行、注入高频电压的幅值与频率、多凸极效应、电流传感器精度以及A/D采样量化误差等因素对基于旋转高频电压注入法的低速无传感器控制方法转子位置估计精度的影响机理。在此基础上,提出了一种基于基波电流观测器和旋转高频电压注入法相结合的低速无传感器控制策略,消除了传统的无传感器控制方法中带通滤波器引起的转子位置估计误差,并降低了电机暂态运行引起的转子位置估计误差,有效地提高了低速无传感器控制方法的转子位置估计精度。仿真和实验结果表明,所提出的低速无传感器控制策略具有更高的转子位置估计精度和更宽的调速范围。     

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.     

大角度斜置激光惯组与里程计组合导航方法

针对激光惯组斜置条件下惯组坐标系相对里程计坐标系是大角度的情况,建立了两坐标系之间的转换关系,推导了里程计输出转换的安装误差补偿模型,在补偿模型基础上给出了安装误差计算公式.以惯组位移与里程计位移之差作为量测值,建立了状态和量测方程,运用Kalman滤波技术实现惯组/里程计组合导航,最后通过跑车试验对提出的惯性/里程计组合导航方法进行了验证,结果表明了该方法的有效性.     

Systematic centroid error compensation for the simple Gaussian PSF in an electronic star map simulator

Simulated star maps serve as convenient inputs for the test of a star sensor, whose standardability mostly depends on the centroid precision of the simulated star image, so it is necessary to accomplish systematic error compensation for the simple Gaussian PSF（or SPSF, in which PSF denotes point spread function）. Firstly, the error mechanism of the SPSF is described, the reason of centroid deviations of the simulated star images based on SPSF lies in the unreasonable sampling positions（the centers of the covered pixels） of the Gaussian probability density function. Then in reference to the IPSF simulated star image spots regarded as ideal ones, and by means of normalization and numerical fitting, the pixel center offset function expressions are got, so the systematic centroid error compensation can be executed simply by substituting the pixel central position with the offset position in the SPSF. Finally, the centroid precision tests are conducted for the three big error cases of Gaussian radius r = 0.5, 0.6, 0.671 pixel, and the centroid accuracy with the compensated SPSF（when r = 0.5） is improved to 2.83 times that of the primitive SPSF, reaching a 0.008 pixel error, an equivalent level of the IPSF. Besides its simplicity, the compensated SPSF further increases both the shape similarity and the centroid precision of simulated star images, which helps to improve the image quality and the standardability of the outputs of an electronic star map simulator（ESS）.