简介：本文针对陀螺随机漂移的弱非线性和非平稳性,提出了一种多项式NAR模型及其辨识方法。对陀螺随机漂移测试数据的仿真表明,该模型能很好地用来预报陀螺随机漂移。

简介：基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS？R流形上的GaussVonMises（GVM）多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器（GVMF）。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。

简介：基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论.证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测.在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性.

简介：为了填补船测海深数据空白,给出了海底地形起伏与重力异常和重力异常垂直梯度之间的导纳函数关系。据此,以测高重力异常、重力异常垂直梯度作为输入数据,采用线性回归分析技术,在西南太平洋相关海域开展了海底地形反演试验。结果表明,通过不同方法获取的比例因子与海底地形呈现一定的内在联系,地形平坦海域,比例因子较小;海山分布较多的地形起伏较大的海域,比例因子相对较大,反映了重力数据与海底地形较强的相关性。同时,采用线性回归方法构建的海底地形模型检核精度最高,相较于传统方法获取的海底地形模型,精度最高提升了46%左右,与ETOPO1海深模型和DTU10海深模型相比较,模型精度最大提高了近一倍有余。另外,不同方法对于不同的海底地形具有各自不同的优势,靠近海山区域,采用线性回归技术反演的海深结果优于传统方法;在海山部分,传统方法反演精度又好于线性回归技术。不同数据源反演海底地形的统计结果表明,以重力异常垂直梯度构建的海底地形模型的检核精度优于以重力异常作为输入数据构建的海底地形模型。

简介：以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能。相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内。导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度。

简介：在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波（STUKFMMAE）算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~（-4）,且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。

简介：针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5min内完成对准,统计方位均方差（1σ）不超过3′。

简介：为了降低闭环硅微加速度计的非线性,分析了其主要误差源并提出了相应的补偿方法。首先,分析了闭环状态下检测质量块偏离几何中心位置所造成的非线性问题,并确定了电路零位是主要误差源;其次,利用闭环反馈控制进行了非线性的优化分析;最后,提出了非线性补偿的工程调试方法。离心试验结果表明,采用该调试方法可将加速度计的非线性减小一个数量级以上。该结果验证了非线性误差分析和补偿方法的有效性,且适用于同批次加工的其它加速度计。

简介：文章基于线性中心紧致差分格式，通过非线性加权插值的方法来求解网格中心处的函数值．这类格式保持了原有中心紧致差分格式的高阶精度和低耗散特性，同时其分辨率也非常高，由于其非线性插值的机制，使得这类格式能够捕捉强激波，所以这类新的高阶非线性紧致格式是一种较好的模拟湍流和气动声学等多尺度问题的方法．

简介：在非线性、非高斯条件下进行动基座传递对准，如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器，建立对估计误差的一步预测方差PK/K-1的加权算法，来达到抑制噪声的目的；同时，针对初始对准对准精度与快速性的要求，建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真，模拟了飞机机动模式，验证所提滤波器的可行性。最后，通过与扩展卡尔曼滤波的比较，说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。

简介：针对带有末端多约束的三维非线性制导问题,设计了一种通用模型预测静态规划制导算法。该制导算法通过向后迭代求解权矩阵微分方程对控制量进行更新,将动态优化问题转化为静态优化问题,计算效率得以提高。阐述了通用模型预测静态规划制导算法的基本原理,详细给出了基于通用模型预测静态规划算法的制导律设计过程。所设计的制导律满足末端法向加速度约束,因此,间接满足末端弹体姿态角约束。仿真时考虑目标的机动方式和落角约束,仿真结果表明,末端位移偏差小于0.5m,末端落角可控制在0.01°范围内,末端法向加速度小于0.01m/s^2,该制导律能够很好地满足末端位移、落角和法向加速度约束。

简介：惯性/卫星超紧组合技术核心将卫星导航接收机基带信号处理过程中的环路非线性信息与惯性导航信息进行深层次互耦合。在研究超紧组合多信息源异型耦合架构特征及互耦合机理的基础上,对比分析了超紧组合非相干及相干互耦合方法,总结了不同超紧组合观测矢量提取方法及环路模型,然后设计了超紧组合互耦合信息处理流程及信号NCO（数控振荡器）控制方法。最后,利用仿真平台对非相干及相干方式进行了卫星信号受干扰及载体动态变化环境下的试验对比分析,结果表明超紧组合相干方法相较于非相干方式具有更优的观测矢量提取性能及抗干扰性能。

简介：零长弹簧作为高精度重力敏感器的核心元件，其温度场分布直接影响重力敏感器的测量精度，由于弹簧结构特殊，为了研究其传热特性，提出建立零长弹簧传热的等效模型。首先通过实验测得零长弹簧电阻温度系数，再设计实验测量零长弹簧的分段阻值变化来反求各段平均温度变化，通过最优化方法计算求解零长弹簧的温度分布曲线，结果表明，该曲线为幂函数曲线。为使零长弹簧可以用等长等直径的圆柱体来代替，利用Ansys进行仿真并建立了一个适于工程应用的导热系数随温度变化表格。仿真结果表明，该表格能够达到用圆柱体代替零长弹簧来研究其传热特性的目的，最大相对误差为2.8%。

简介：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：文章考察了相邻双侧边盖驱动方腔流动（即上壁面向右运动和左侧壁面向下运动）的三维线性整体稳定性．首先，采用Taylor—Hood有限元方法并经由Newton迭代过程计算得到双侧边盖驱动方腔流动的二维稳态基本流．其次，Taylor—Hood有限元在ChebyshevGauss配置点上进行离散，同时Gauss配置点也可以用于线性稳定性方程的高阶有限差分格式离散．然后，离散得到的矩阵形式的广义特征值问题可以结合shift-and—invert算法采用隐式重启Amoldi方法计算．最后，通过对线性稳定性方程特征值的计算，发现了一个最不稳定的驻定模态和两对对称行波模态．最不稳定的三维驻定模态的临界Reynolds数为Ree=261．5，远远小于二维不稳定的临界Revnolds数Ree2d=1061．7．通过画出这3类三维不稳定模态的流向扰动速度和扰动涡量的空间等值面图像，可以发现不稳定扰动位于稳态基本流的两个主涡区域，因此可以认为主涡区域是三维扰动失稳的主要能量来源地．

简介：由条带和流向涡的循环再生构成的近壁自维持过程（self-sustainingprocess，SSP）是壁湍流产生和维持的重要机制．文章通过对最小槽道的直接数值模拟（directnumericalsimulation，DNS）获得近壁自维持过程的流场数据，采用正规正交分解法（properorthogonaldecomposition，POD）对该数据进行分析，获得了不同流向和展向尺度的特征模态，通过将Navier—Stokes方程在这些模态上进行投影，得到近壁自维持过程的降阶模型，并采用DNS数据对降阶模型的预测能力进行了评价．该模型被初步应用于大涡模拟近壁模型的构造．

简介：多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。

简介：通过分析1维和2维线性插值可以推导出任意斜角直线坐标系下n维线性插值的一般计算公式以及有唯一解的条件,这一结论能够应用于三维温度场计算。可以将n维插值问题归结如下：已知n＋1维空间中的n＋1个点的坐标以及第n＋2个点的n个坐标分量xn＋2,1,xn＋2,2,,xn＋2,n,求解该点的第n＋1个坐标分量xn＋2,n＋1。根据线性插值定义,第n＋2个点位于前n＋1个点所确定的n维超平面上。根据这一条件列写方程、求解方程可得到插值xn＋2,n＋1。n维插值问题有唯一解的条件是已知的n＋1个点在n维空间中构成的多面体的体积不为0。推导过程在斜角直线坐标系中完成,因而结论具有较大普适性。

简介：为了减小MEMS陀螺仪的正交误差，进一步提高陀螺精度，在Simulink环境中对陀螺结构和测控系统进行了建模和仿真。首先在理想状态的陀螺结构模型基础上建立了包含机械热噪声、模态间耦合等非理想因素的结构模型，并给出了陀螺结构的相关设计参数。其次在陀螺结构模型上以自激振荡和AGC控制技术为基础设计了驱动回路，该回路可在短时间内将驱动幅度稳定在10μm，且驱动频率为4048Hz（驱动模态的谐振频率）。然后分析了模态间耦合信号的作用方式并建立了正交校正和检测闭环力反馈回路，仿真结果显示，在全闭环状态下检测模态所受耦合力的幅度比未校正状态下降了5个数量级，等效输入角速度也从205（°）／s下降到了6．58（°）／h。最后对陀螺模型进行了整体测试，得到其标度因数和阈值分别为21．76mV／（°）／s和0．002（°）／s。

简介：针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法（GF）,并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器（CKF-RDCN）。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法（EKF）以及容积卡尔曼滤波算法（CKF）,CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。