简介：为了实现某型导弹小姿态惯性导航平台射前自标定，分析并建立了精确实用的小姿态导航平台静态误差模型，设计了转动控制与测漂电路，充分利用射向条件和平台稳定性，实现导航平台在全装弹状态下自动转动、锁定和测漂，并以加速度计和陀螺输出作为开环观测量，结合误差模型分离出各误差系数。通过对各种误差进行综合仿真分析，得到标定系数的相对误差不超过4％，其标定时间缩短为借助转台标定所需时间的40，满足了射前标定的精确性和快速性要求。方案在不改变现有装备的情况下，控制平台按照预设轨迹小角度旋转两次，仅分别在三个预设位置同时对三个陀螺进行测漂标定，适合实际导弹发射。

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：航空遥感用三轴惯性稳定平台用于稳定成像载荷，获取高分辨的遥感数据。但是由于稳定平台承载大且存在质量偏心，在载机加速度的作用下平台产生幅值较大的不平衡力矩，导致平台的稳定精度下降和相机成像质量退化。为了有效抑制不平衡力矩产生的影响，提高平台的稳定精度，提出了一种基于不平衡力矩观测器的惯性稳定平台不平衡力矩前馈补偿方法。首先设计一种不平衡力矩观测器，实时估计出平台的不平衡力矩；然后通过前馈补偿的方法抑制不平衡力矩的作用，从而达到提高平台的稳定精度的目的。仿真结果显示，平台的稳定精度得到大幅度提高，基于不平衡力矩观测器的惯性稳定平台不平衡力矩前馈补偿方法有显著补偿效果。