学科分类
/ 1
8 个结果
  • 简介:基于超导的迈斯纳效应与超导量子干涉技术,结合柔性并联机构理论,设计一种基于超导的全张量重力梯度敏感头。敏感头采用6个完全相同的同时具有移动与转动自由度的敏感结构,对称的布置在正六面体外,对称面的两个敏感结构相对旋转90°成垂直状态。轴向间距使两个敏感结构直接测量重力梯度轴向分量,相互垂直使两个敏感结构既可以测量重力梯度交叉分量,也可以测量共模角加速度。利用超导线圈的电感变化响应质量块位移,进一步通过超导回路将其转变为磁场变化,并由超导量子干涉器进行检测。敏感结构采用8分支的柔性并联机构支承,构成空间对称的形式,可以实现对称的力学特性,保证各处的柔性铰链产生均匀变形,减少非对称的偏移,避免单一铰链的应力集中,具有沿轴移动刚度与绕轴转动刚度小、非设计的寄生误差方向刚度大的优势。在惯性系下的全张量重力梯度值可由坐标变换得到,可以预期得到1E的测量精度。

  • 标签: 超导 重力梯度 敏感头 柔性并联机构
  • 简介:针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。

  • 标签: 星敏感器 自主定轨 误差估计 野值 无迹卡尔曼滤波
  • 简介:针对石英晶体各向异性的特点,设计了一种驱动梁为双"W"截面形状的石英音叉微机械陀螺,通过在驱动梁表面凹槽两端设置深凹槽,有效提高了凹槽侧壁的陡直性,进而提高了驱动梁内部电场的激励效率和陀螺灵敏度。采用有限元仿真的方法,分析了不同截面形状的驱动梁压电激励力的相对大小,优化设计了陀螺芯片结构参数。依据陀螺芯片的结构,设计了合理的工艺方案并在3英寸石英圆片上制作出了三种驱动梁截面形状的陀螺器件,测试结果表明,相对于矩形驱动梁截面的陀螺芯片,双"W"形驱动梁截面的陀螺芯片的灵敏度提高约60%。

  • 标签: 微机械陀螺 凹槽 灵敏度 各向异性刻蚀
  • 简介:针对国内现有陀螺测试转台利用测角元件测量转台平均角速率致使角速率测试与控制精度不高的问题,提出利用惯性敏感元件测量转台的瞬时角速率,并通过瞬时角速率的反馈与控制来提高转台的速率精度和速率平稳性,探讨了这种带有惯性敏感元件的新型转台的工作原理和结构组成,建立了转台主轴系统的动力学模型,通过模型验证了实现新型转台的可行性。最后,结合建模过程和所得模型指出,相对传统转台,新型转台尺寸小、重量轻、功耗低,有利于转速的快速提升和稳定,更适宜于陀螺仪表的动态测试。

  • 标签: 陀螺仪表 瞬时角速率 速率精度 速率平稳性 动力学模型
  • 简介:为了实现侵彻弹药的高效毁伤,硬目标侵彻引信必须完成最佳炸识别和起爆控制任务。对比研究了两类炸精确控制方案:一类是基于侵彻深度经验公式,另一类是基于侵彻引信记录装置中的高g值加速度计测量信息。前者的精度完全依赖于先验信息,而后者的精度则取决于冲击加速度的精确测量和控制算法的实时解算。给出了基于伪自相关的空穴识别算法。冲击加速度信号自乘实现调频脉冲压缩,再通过低通滤波即可提取出平滑的侵彻信号包络线。进一步,详细推导了实时计算侵彻深度的积分算法。利用数学仿真的侵彻两层钢靶和实测的侵彻五层混凝土靶冲击加速度进行了算法验证。空穴识别算法能够准确识别出侵彻介质的层数,而冲击加速度的双积分与弹体实际位移保持一致,相对误差约3%。

  • 标签: 硬目标侵彻引信 经验公式 高g值加速度计 空穴识别 侵彻深度
  • 简介:针对非合作航天器的相对导航问题,提出了一种利用云矩形面特征测量非合作航天器位姿的方法。首先从云数据中提取矩形面;然后根据矩形面点云数据计算出点云分布矩阵,通过特征值分解求出相对位置和姿态,并解决了因矩形面对称而产生的多解问题;最后设计了卡尔曼滤波器,确定目标星与追踪星的相对位置参数以及目标星的姿态、角速度。仿真结果表明:相对位置的估计精度优于0.005m,目标星姿态精度优于0.1°,验证了该方法的有效性。

  • 标签: 非合作航天器 点云 矩形面特征 位姿测量
  • 简介:针对1RANSAC(RandomSampleConsensus)单目视觉EKF(ExtendedKalmanFilter)算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明:该算法能够有效地解决1RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158?,俯仰角平均误差减小0.1782?;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5?以内。

  • 标签: 1点RANSAC算法 渐消记忆滤波 单目视觉 滤波发散