基于半参数回归的联合定轨误差估计仿真算法

通过对联合定轨非线性影响因素特征的分析,提出了一种参数建模与非参数分量表示相结合的联合定轨非线性半参数回归建模方法。首先讨论了联合定轨模型及常值系统误差估计算法,在此基础上建立了一种广义非线性半参数回归联合定轨模型,设计了相应的卫星轨道参数、系统误差参数及模型误差估计算法,并从理论上证明了半参数模型轨道估计精度优于经典最小二乘轨道估计精度。仿真计算结果表明,广义非线性半参数回归联合估计方法能将模型误差和随机误差有效分离,同时联合定轨精度也得到了进一步的改善,从实际应用角度验证了半参数回归联合定轨建模方法的合理性和可行性。

海洋环境下3C钢腐蚀速度多元非线性回归模型的建立及验证

通过分析海水环境因素对钢材腐蚀速度的影响,采用多元非线性分析方法建立了计算3C钢腐蚀速度的多元非线性数学模型,并将其计算结果与线性回归模型的计算结果及实验结果进行了对比。结果表明:在考虑各自变量相互作用的情况下,本文建立的多元非线性模型的平均相对误差为8.249 %,均方误差为1.607,其精度高于未考虑各自变量相互作用的非线性模型精度;而线性模型的平均相对误差为12.406 %,均方误差为4.169,其精度低于非线性模型;采用三次多项式来描述腐蚀速度与温度和盐度之间的关系是合理的。本文研究结果可为海洋环境下3C钢腐蚀速度的预测提供有益借鉴。

非标准多传感器信息融合下的状态融合估计

给出了标准多传感器观测信息的统一融合模型,在此基础上分析了传感器观测系统参数对最优融合估计性能的影响。针对存在量测系统误差的非标准多传感器融合系统,构建了一种有效的系统误差参数估计模型。此外对传感器间具有不同非线性误差成份的融合系统,提出了一种基于互迭代自适应半参数的状态融合估计算法。该算法通过对非标准多传感器融合模型误差的补偿,利用线性和非线性迭代的方法来提取非线性因素,进而确定状态的最优融合估计。给出了应用该算法的具体步骤,并通过理论分析与仿真实验证明了该算法的有效性。

MEMS陀螺标度因数非线性误差补偿方法研究

在短时多变转速等高动态测量环境中,针对MEMS陀螺标度因数非线性误差使得载体姿态解算精度不理想问题,提出一种启发式分段回归拟合补偿方法。通过该方法可确定陀螺的线性区与非线性区;针对其数据特点建立连续的回归拟合模型。该方法可使标度因数非线性误差降低2个数量级,由15.71%降低到0.14%,耗时0.247 ms,满足高动态测量实时性要求。