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:惯性导航系统(INS)以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域.它的主要缺点是定位误差随其工作时间的增长而增大.对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下,提高惯性导航系统精度的有效途径.目前,对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正,即在INS工作的全部时间内,定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量,对INS误差进行估计和补偿.Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准.本文研究了当地水平惯导系统的的误差估计和补偿问题.分析结果表明,采用Kalman滤波的方法,可以精确地估计惯导系统的误差(包括陀螺漂移和加速度计零偏),误差估计的精度高,并且估计的方差阵收敛快.
简介:在研究环形激光陀螺的漂移时,许多文献仅采用Allan方差方法进行误差分析。Allan方差没有包含导航用的“零偏不稳定性”项,而实际导航受此项的影响很大,因此只能以经典方差来衡量陀螺的性能,而把Allan方差仅作为一种辅助手段。通常文献采用Allan方差方法分析时,其噪声在频域的表达式(功率谱密度)是建立在频率的不同幂次的基础上,变换成时域表达式得到各项方差。由于此功率谱密度存在不合理,导致诸多矛盾。文中指出这些矛盾,并以实验数据为证,说明这一分析方法不论是逻辑还是在讨论实验数据时都会产生不合理的结果。彻底的解决办法将见续文,它提出用各种阻尼振荡的频带之和作为噪声的功率谱密度。
简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。
简介:捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)会产生线性化误差,影响初始对准精度。在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法(ParticleFilter,PF),并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波(UnscentedKalmanfilter,UKF)和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真。仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度。
简介:-激光陀螺的精度主要取决于环形激光传感器的闭锁阈值和偏频装置引起的误差。本文对环形激光传感器的精度进行了实验研究,测定了闭锁阈值及标度因数稳定度;采用自行研制的精密速率转台进行了速率偏频激光陀螺的实验研究。实验结果表明,速率偏频激光陀螺具有较高的精度,应当重视。
简介:本文论述了重力梯度仪在惯性导航、地球科学、地质科学中的重要作用以及重力梯度仪的现状和前景,着重评述了旋转加速度计重力梯度仪、静电加速度计重力梯度仪和超导重力梯度仪的现状和发展,最后指出了对重力梯度仪的应用和发展需要进一步研究的问题