简介：针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5min内完成对准,统计方位均方差（1σ）不超过3′。

简介：DV-6SN金属直读光电光谱仪经过十几年运转,在硬件上出现老化问题,设备故障率不断,配件短缺,不能正常使用,软件不能适应检测数据信息化的要求。光谱仪经过软件、硬件的改造,在确保仪器分析精度不降低的前提下,通过改造升级旧光谱仪器的计算机控制系统、数据采集系统等;真空泵,部分有问题配件国产化改造,并配备新开发的光谱分析专用软件,能实现金属直读光谱仪正常运行,提高检测准确度,提高工作效率,旧光谱仪器获得新生,实现仪器的全面信息化数字化管理。

简介：针对惯导平台连续翻滚自标定中安装误差标定精度不高这一现状,提出了一种解决方案。通过对惯性器件的输出误差模型和安装误差的分析,建立了系统的姿态动力学方程和观测方程,利用输出灵敏度理论分析了系统的可观性,指出加速度计安装误差可观性较差是影响标定精度的主要原因。利用Kalman滤波中的估值方差矩阵计算了安装误差之间的相关系数,计算结果表明可观性差是由安装误差之间的线性相关性造成的,并确定了具体的不可观参数。以加速度计输入轴为基准建立平台坐标系可以减少安装误差项,使所有的安装误差的变得可观。最后的仿真结果表明在新的方案下,安装误差的估值偏差小于5＂,标定精度得到了显著提高。

简介：目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。