干涉式闭环光纤陀螺仪的PSO-PID控制优化方法

控制系统的设计会对响应速度快且应用范围较广的数字干涉式闭环光纤陀螺(ICFOG)动态性能产生影响。通过分析ICFOG的工作原理,推导出闭环离散控制系统,并利用粒子群优化算法(Particle Swarm Optimization,PSO)对传统的PID控制器参数进行优化。基于这个优化过程,设计一种新型的PSO-PID复合控制器,以取代传统的PID控制器。通过与其他BP神经网络、模糊控制等方法进行对比凸显该控制方法的优越。通过数字仿真分析显示,跟踪速度相较于BP-PID控制方法提高了1.91倍,相对于PID控制方法提高了3.5倍,相对于F-PID控制方法提高了1.75倍。同时,控制精度相对于BP-PID控制方法提高了46.03%,相对于PID控制方法提高了66.30%,相对于F-PID控制方法提高了45.27%。结果显示,采用PSO-PID控制器能够快速达到控制目标且具有较小的超调量。

基于自适应容积卡尔曼滤波的矢量跟踪算法

当前矢量跟踪环路中,鉴别器的输出受噪声影响存在较大误差,针对该问题,提出使用容积卡尔曼滤波器代替鉴别器的算法,对I/Q支路数据进行滤波处理,输出码相位误差和载波频率误差。该算法不仅可以规避鉴别器的非线性问题,而且可以降低噪声的影响。同时,使用容积卡尔曼滤波算法处理非线性的I/Q支路数据,有效地保证了数据处理的精度。针对噪声是未知或时变的特点,采用新息协方差对量测噪声的协方差矩阵进行实时估计,提高了算法应对环境噪声变化的鲁棒性。将新算法与基于鉴别器方式的矢量跟踪算法进行对比验证,实验数据表明,改进后算法输出的码相位误差和载波频率误差更小,用户位置和速度的解算精度也更高。