简介：利用把线性时变系统作为分段定常系统来进行可观测性研究的方法,将初始对准的最优多位置法应用于光纤陀螺捷联系统,分析了多位置对准的可观测性,通过仿真说明将多位置法应用于光纤陀螺捷联系统是有效的.

简介：采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统误差模型和引入外部位置、速度信息的量测模型,针对对准过程中系统噪声和量测噪声不确定的情况建立了多模型自适应估计器。在同等条件下进行了单一模型对准和利用多模型估计理论进行对准的仿真比较,结果显示：基于多模型估计的对准完成后捷联系统具有更高的导航精度;由此说明,动基座对准过程中,系统参数不确定的情况下,多模型估计器有更好的适用性。

简介：针对传统模型难以描述捷联惯组误差系数的复杂性、突变性和非线性特征这一问题,研究了其多重分形特征,并提出了一种自适应分形插值算法。利用盒维数和MF-DFA方法分析得出捷联惯组误差系数具有明显的多重分形特征。改进了适用于非等间隔数据的垂直比例因子求取算法,根据测试数据间隔大小赋予每个仿射变换不同的概率和使用次数,按照无放回抽样原则进行随机分形插值,在不增加迭代次数的条件下解决了分形插值点分布不均匀的问题。利用加权平均法得到指定时间的标定值。结果表明,所提算法插值准确性比常规分形插值至少提高了3倍。

简介：分析了单自由度气浮陀螺仪Ko、K1项漂移系数的主要影响装配工艺因素,并通过实验对Ko、K1项漂移系数影响程度进行量化,提出控制陀螺仪Ko、K1项漂移精度系数精度的工艺措施.

简介：基于windows平台,采用VC++6.0开发了光纤陀螺捷联惯组标定测试软件,着重阐述了该软件的设计思想和关键技术的实现.该软件实现了对光纤陀螺捷联组合误差系数的标定与测试,为光纤陀螺捷联系统标定测试提供了方便,具有很强的工程实用价值.

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

简介：小型移动机器人在未知环境下运行，陀螺所受噪声干扰无法建立有效的数学模型，需要仅从观测信号中把噪声去除，并估计出原始信号，根据该特点提出一种微机电陀螺信号盲均衡迭代反卷积算法。该算法利用横向滤波器对陀螺信号进行反卷积运算，使用贝叶斯方法对信号进行估计，建立了误差函数并与LMS算法组合，实现了均衡器参数的自动调整，在小型移动机器人上进行了算法实验验证。实验结果表明，该算法可以有效分离角速度信号与噪声信号，其噪声信号幅值减小约10倍，移动机器人运行275.41s抵达终点的偏航角误差从13°下降到1.46°。

简介：提出了一种在带有反转平台的精密离心机上标定陀螺加速度计误差模型二次项系数K2的D-最优试验方案。应用该D-最优试验方案,通过重复试验,能够在测试点最少的情况下获得高测试精度,实现陀螺加速度计误差模型系数的最优（D-最优的）辨识。推导了测量随机误差、试验方案的测试点、测试点的重复测试次数以及误差模型系数方差之间的关系式。精度分析的结果表明,应用D-最优试验方案,采取重复试验的方法,能够有效地减小二次项系数K的估计量的方差,从而提高K的辨识精度。

简介：提出了一种在带有反转平台的精密离心机上标定陀螺加速度计二次项系数丘的方法。阐述了其测试原理，指出这种带反转平台的测试原理改善了PIGA离心机测试的环境条件。所提出的测试方案和辨识方法解决了陀螺加速度计在精密离心机上进行高占测试时，受到离心机大臂旋转牵连运动影响的关键问题，并提出分离和精确标定陀螺加速度计二次非线性项系数届的数据处理方法，解决了反转平台引入后造成的正弦输入问题。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.