弹道式导弹自对准系统的线性统计模型

固定基座发射的弹道式导弹,可以利用三轴陀螺平台罗盘系统来实现全方位自对准。在考虑到系统噪声及测量噪声情况下,建立了导弹自对准系统的线性统计数学模型,供系统的随机最优控制设计时使用。     

浮球式惯性平台连续翻滚自标定自对准方法

针对浮球式惯性平台系统的标定与初始对准问题,提出了一种基于姿态角的连续翻滚自标定自对准方法。根据浮球平台工作原理,建立了惯性器件误差模型,推导了浮球平台的姿态动力学方程;设计了平台在重力场连续翻滚的施矩方案;利用分段线性定常系统和输出灵敏度理论分析了系统的可观性。仿真结果表明,该方法可以同时实现平台系统42项误差系数的高精度标定与初始对准,有效地提高了系统的测量精度。     

导弹惯性平台自对准

本文概述了弹道式导弹惯性平台自对准原理,解决了利用平台罗经原理在以重力惯性坐标系为对准基准时出现的方位控制信号消隐现象,从而提出转换方位控制的全方位自对准方案。在推导全方位自对准系统失准角方程式基础上,对系统的对准误差进行了分析,从而找出影响系统对准精度的主要误差源。最后分析了对准误差对导弹射击精度的影响,并据此提出惯性器件精度的基本要求。     

惯性航向姿态系统初始对准仿真

惯性导航系统在使用前要进行初始对准,即建立导航坐标系.分别对粗对准和精对准进行了研究.粗对准就是由三个姿态角来得到初始姿态矩阵的过程.精对准就是卡尔曼滤波法.在静基座下对陀螺和磁罗盘组合的系统建立了十一维状态的模型,采用改进卡尔曼滤波方法进行精对准仿真研究,采取渐消记忆卡尔曼滤波以克服滤波发散.仿真结果表明,该滤波方法用于航向姿态系统对准具有较好效果.     

惯导系统摇摆扰动基座对准技术

摇摆扰动基座上惯导系统初始对准扰动干扰信号强度较大,有用量测信号强度小,系统信噪比弱,对准过程滤波收敛慢.为提高惯导系统在摇摆扰动基座上的对准精度及对准快速性,设计了基于马尔科夫递推滤波参数估计的对准方案,通过开路粗对准及闭路精对准,实现游移方位惯导系统在扰动基座上的平台调平、航向确定及陀螺漂移测定,试验结果表明,所设计的方案达到了较好的效果.     

定向天线自动控制系统的研究

在图像信号传输或无线通信中,为了保证通信质量,大多采用定向天线.当将定向发射天线和接收天线对准时,才能接收到高质量的信号,但是定向天线对准是一项很困难的工作.针对定向天线对准困难的问题,根据GPS和数字罗盘技术,提出了定向天线自动控制系统的设计方案,进行了精度分析和试验.该系统结构简单,价格便宜,满足高机动武器装备信息传输要求.     

Butterworth低通滤波器的舰载RLG PINS初始对准精度分析

系泊状态下,用Butterworth低通滤波器解决舰载RLG PINS初始对准中杆臂效应问题时,对准的精度受安装误差、杆臂长度和舰船摇摆等因素的影响。通过仿真分析,认为Butterworth低通滤波器适于解决风浪干扰下的舰载平台系统初始对准中的杆臂效应问题,且安装误差、安装位置是影响对准精度的主要因素,提高系统标定精度,并尽量使系统安装在船体对称面内,可以提高对准精度。     

动态点对点通信天线的自动控制研究

在相对运动平台的点对点通信中,天线如何快速、准确地进行跟踪对准是接收高质量通信信号的保证.针对于动态点对点通信中定向天线对准难的问题,提出了一种基于坐标跟踪法和信号跟踪法的联合天线跟踪控制法,并对此方法进行了系统的软、硬件设计.通过精度分析和试验得出该方法对准精度高,系统易于实现,能够满足微波通信天线对准工程实现中的快与准的要求.     

捷联惯导系统快速自对准误差模型的建立

通过对惯性制导系统两个基本方程的研究,求出了各状态矢量在各坐标系下的微分方程,然后以ψ角法所确立的平台为基准,分别推导得出惯性制导系统各主要状态的微分方程,从而建立了捷联惯性制导系统的误差模型.最后根据静基座捷联惯导系统初始对准的特点对其进行简化,得到了静基座捷联惯导系统快速自对准的误差模型.     

随机共振在微弱信号检测中的数值仿真

对基于非线性双稳系统随机共振的微弱信号检测技术进行数值研究,利用随机共振机制,浸入在噪声中的微弱信号可以得到有效的放大与增强。给出了基于Runge Kutta算法的双稳系统随机共振模型的求解方法,提出了利用随机共振检测微弱非周期信号的一种新思路。数值仿真结果表明,该方法不仅可以检测出强噪声极低频的微弱周期信号,而且可以对非周期信号进行有效的检测。     

Initial alignment of compass based on genetic algorithm-particle swarm optimization

The rapidity and accuracy of the initial alignment influence the performance of the strapdown inertial navigation system (SINS), compass alignment is one of the most important methods for initial alignment. The selection of the parameters of the compass alignment loop directly affects the result of alignment. Nevertheless, the optimal parameters of the compass loop of different SINS are also different. Traditionally, the alignment parameters are determined by experience and trial-and-error, thus it cannot ensure that the parameters are optimal. In this paper, the Genetic Algorithm-Particle Swarm Optimization (GA-PSO) algorithm is proposed to optimize the compass alignment parameters so as to improve the performance of the initial alignment of strapdown gyrocompass. The experiment results showed that the GA-PSO algorithm can find out the optimal parameters of the compass alignment circuit quickly and accurately and proved the effectiveness of the proposed method.     

随机振动中晶体振荡器的有源降噪设计

针对晶体振荡器在振动下会发生输出频率漂移的问题,在分析声学有源降噪技术和加速度对晶体振荡器输出相位噪声的影响机理基础上,提出降低随机振动中晶体振荡器噪声的方法。在晶体振荡器外围电路中嵌入加速度传感器、模数转换器、数模转换器和数字处理器,构建对晶体振荡器相位噪声进行实时补偿的有源降噪系统。结果表明:设计的有源降噪系统在0.03g/Hz振动幅度、10~850 Hz频率范围的随机振动条件下,能达到20 d B的相位噪声补偿效果。     

三轴磁阻电子罗盘设计

研制了一种基于磁阻传感器和MEMS加速度计的三轴磁阻电子罗盘,包括电子罗盘的工作原理、硬件设计以及软件算法流程.航向角、俯仰角和翻滚角是罗盘系统的主要技术指标,介绍了利用该系统测量航向角的原理和在O°～360°之间显示的计算表达式.利用现场的采样数据对罗差进行校正,罗盘系统精度可从±35.7°提高至±1°左右.实验证明,该系统可用于普通导航领域.     

基于随机脉宽调制技术的感应电机矢量控制系统研究

随机脉宽调制技术可以使逆变器输出电压的谐波成分均匀地分布在一个较宽的频率范围内,达到抑制噪声和机械振动的目的.把随机脉宽调制技术引入感应电机矢量控制系统中,保证了调速系统的高性能,同时也降低了电机的有色噪声和机械振动.     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

Robust cubature Kalman filter method for the nonlinear alignment of SINS

Nonlinear initial alignment is a significant research topic for strapdown inertial navigation system(SINS).Cubature Kalman filter(CKF)is a popular tool for nonlinear initial alignment.Standard CKF assumes that the statics of the observation noise are pre-given before the filtering process.Therefore,any unpredicted outliers in observation noise will decrease the stability of the filter.In view of this problem,improved CKF method with robustness is proposed.Multiple fading factors are introduced to rescale the obser-vation noise covariance.Then the update stage of the filter can be autonomously tuned,and if there are outliers exist in the observations,the update should be less weighted.Under the Gaussian assumption of KF,the Mahalanobis distance of the innovation vector is supposed to be Chi-square distributed.Therefore a judging index based on Chi-square test is designed to detect the noise outliers,determining whether the fading tune are required.The proposed method is applied in the nonlinear alignment of SINS,and vehicle experiment proves the effective of the proposed method.     

一种有效的神经网络检测器

本文提出了一种有效的神经网络检测方法。该方法通过高效的自组织学习过程,使该神经网络对各种噪声或杂波分布能够快速准确地建模,最终能使在各种噪声分布条件下检测效果均逼近最佳检测器的性能。实验结果验明了该方法的有效性