静电陀螺监控器中静电陀螺仪的漂移误差模型

本文推导了静电陀螺仪转子动量矩的运动方程,根据此方程并应用向量场理论,将造成静电陀螺漂移的外部干扰力矩划分为守恒力矩和非守恒力矩两部分。按照进动规律,最终得到静电陀螺监控器中陀螺仪漂移误差模型的全量形式。

神经网络在陀螺漂移误差模型辨识中的应用

神经网络具有很强的自学习、自适应能力及非线性变换特性，为模型的辨识提供了一条十分有效的途径。本文基于反向传播（Back-Propagation）网络的研究，将神经网络应用于陀螺漂移误差模型辨识，通过陀螺的实际测试数据对神经网络的加权进行训练，得到了较为满意的结果。

基于小波变换的陀螺漂移建模与实验研究

在基于小波变换陀螺漂移建模方法的基础上对其进行了实验研究,详细阐述了实验的步骤,提出了有关工程问题的解决方法。实验结果表明,基于小波变换的陀螺漂移建模方法的精度高且明显优于传统方法。

捷联系统陀螺静态漂移参数标定

本文研究了捷联惯性组件中陀螺静态漂移参数的标定问题。首先对陀螺静态漂移误差进行了建模 ,并在此基础上研究了陀螺的标度因数、安装误差系数及静态漂移系数的标定方法 ,文中给出了具体的实验方法和数据处理方法。理论分析表明本文所述方法能够有效地分离出捷联陀螺各项静态漂移参数。

陀螺零偏二次模型参数的系统级辨识算法

以单轴旋转光学捷联惯性导航系统为原型,假设水平陀螺常值漂移的影响得以完全调制,方位陀螺漂移为随时间变化的二次模型,在水平阻尼工作模式下推导了系统位置误差与方位陀螺漂移之间严格的数学关系。分别设置了方位陀螺漂移仅有常值项、一次项、二次项和全系数误差的误差模型,利用递推最小二乘算法成功辨识出设定的二次模型中各个参数值。仿真结果表明,常值项首先被辨识出来,估计时间约为14 h,估计误差为6.54e-6(°)/h;一次项系数估计时间约为30 h,估计误差为2.73e-8(°)/h;二次项系数估计时间约为42 h,估计误差为1.51e-9(°)/h;全系数估计需要45 h,估计误差为7.28e-6(°)/h。辨识结果验证了该算法的正确性。实际系统中,可适当增加总的辨识估计时间,以达到更高精度的辨识结果。

基于磁传感器的温度误差补偿方法

随着科学技术的发展,传感器技术尤其是磁传感器技术在军事领域得到更为广泛的应用,很多武器炮弹在进行远程打击时,会通过自身内部的传感器测定周围环境变量,由计算机进行控制以进行更为精确的打击,而在测定环境变量的过程中传感器不可避免的会出现一些误差,影响打击的精确度,因而提出了基于磁传感器的温度误差补偿方法。先通过对传感器的温度误差的研究分析设计出温度误差漂移模型,然后由温度传感器和地磁传感器来测得不同温度下地磁在两个敏感轴上的分量数据,在拟合出温度漂移系数之后结合模型得出在温度补偿后的各敏感轴数据。仿真分析温度补偿前后磁传感器的输出对比,验证该方法能有效对温度误差进行补偿。

自由转子陀螺仪的伺服测试技术研究

自由转子陀螺仪是目前精度最高的一种陀螺仪,没有精密的力矩器,因此,只能采用双轴伺服法来辨识其漂移误差模型。介绍了双轴伺服测试法的基本原理,给出了双轴伺服转台的运动轨迹及重力矢量的变化规律。根据转台的运动特性,建立了自由转子陀螺仪的漂移误差模型,导出双轴伺服转台转角数据估计漂移误差模型系数的算法。从测试结果可以看出自由转子陀螺仪的长时间精度高,表明采用伺服测试法能够获得极高的测试精度,伺服转台可以作为测试自由转子陀螺仪精度的装置。

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。