基于小波变换的MIMU随机误差建模

微机电惯性传感器的输出具有噪声大、漂移强的特性,因此必须建立合理的随机误差模型,以便使用滤波算法进行补偿,减小其对系统精度的影响。本文使用艾伦方差分析法分析了ADI公司的MIMU——ADIS16355的静态输出信号,指出按照自相关特性,可以将微机电惯性传感器的随机误差分为白噪声成份和有色噪声成份,并基于此提出了基于小波变换的噪声分离预处理和AR时间序列建模算法的微机电惯性传感器随机误差复合建模方法。使用该算法对ADI公司的微机电惯性测量单元ADIS16355进行了随机误差建模,得到了该MIMU的AR时间序列随机误差模型。仿真结果表明,相较于传统的一阶马尔科夫近似随机误差模型,基于小波变换的AR时间序列随机误差建模方法能够有效滤除白噪声对于时间序列分析建模的影响,获得精度更高的随机误差模型。     

基于遗传小波神经网络的MEMS陀螺误差建模

研究了一种基于遗传算法改进的小波神经网络.该方法采用小波神经网络为主要逼近手段,并通过遗传算法优化网络的关键参数.由于小波神经网络兼容了神经网络的自学习特性和小波分析的时-频局部性,而遗传算法具有较强的全局搜索能力,二者结合形成的遗传小波神经网络因此具有较高的逼近与容错能力,从而弥补了传统的方差建模方法的不足.将该算法应用到某型MEMS陀螺仪的随机误差建模中,结果表明:遗传小波网络对原始信号的逼近精度误差在以内,较之传统的方差建模方法有了显著的提高,这一精度基本上可以满足MEMS陀螺工程化应用的要求.     

基于小波方差的光学陀螺随机误差特性研究

Allan方差法是对光学陀螺随机误差频率稳定性进行分析的一种通用方法。根据光学陀螺信号零漂移的频率特性,提出了利用小波变换所具有的时频局部化的优点对其随机过程进行小波方差分析。由于小波方差可以更好地防止能量泄露,所以小波方差比Allan方差更为精确。经过对光学陀螺零漂数据的方差分析证明了Allan方差和小波方差法的一致性,并且小波方差更能准确地描述不同频率的方差变化。     

基于平方根UKF滤波的轨道机动飞行器自主导航方法

在利用SINS／GPS对轨道机动飞行器进行自主导航的过程中,为提高轨导航精度,将惯导工具误差作为状态变量进行估计,同时考虑了杆臂偏差对导航精度的影响,将GPS卫星的星历误差、对流层误差视为一阶马尔科夫过程,用Allan方差的方法建立了GPS接收机的误差模型。为保证滤波过程中协方差阵的正定性,提高计算精度和速度,应用平方根UKF滤波方法进行轨道机动飞行器自主导航,仿真结果验证了所给出方法的可行性和有效性。     

MEMS陀螺随机误差趋势项的支持向量回归机预测补偿算法

为了适应低成本快速响应卫星的发展趋势,越来越多的卫星采用了MEMS陀螺系统与信息融合方法相结合的设计方案。为提高传统的基于自回归滑动平均(Auto-Regressive and Moving Average,ARMA)模型和支持度的信息融合方法的精度,抑制随机误差趋势项对卫星稳定控制的不利影响,提出了一种基于支持向量回归机(Support Vector Regression,SVR)的预测补偿算法。该算法对各个MEMS陀螺输出数据进行滤波,并提取相应的随机误差趋势项,通过相空间重构获得训练样本并进行SVR建模,用以实时补偿。然后使用低成本商用器件搭建了MEMS陀螺系统,并在单轴气浮转台上进行了实验。实验结果表明,预测补偿算法使得MEMS陀螺系统输出数据的方差降为原先的31.39%,融合精度得到了显著的提高。     

航空制导炸弹GPS/IMU降阶滤波器设计与性能分析

为降低对航空制导炸弹弹载计算机的要求，中设计了一种速度、位置交替组合模式的9阶GPS／IMU组合导航降阶卡尔曼滤波器。通过将IMU噪声简化为等效的系统白噪声和将GPS定位和测速误差状态处理为测量噪声的方法消除IMU、GPS误差状态，把常规滤波器系统状态降为9阶：接着利用方差误差分析法和蒙特卡洛打靶法对降阶滤波器的精度进行了分析，并与常规18阶滤波器进行了比较。研究表明：对于短期低速飞行的制导炸弹，将IMU误差等效白噪声均方差取为IMU有色误差噪声的3～5倍时，降阶滤波器具有与常规18阶滤波器相近的导航精度。     

基于自回归过程的惯性敏感器随机误差建模

针对传统高斯马尔柯夫过程在惯性敏感器随机误差建模过程中存在的由自相关序列计算不准确引起建模不准确的缺点,引入自回归过程建模方法对惯性敏感器的随机误差进行建模.建立了自回归过程模型,分析了三种确定自回归过程模型参数的方法,对三种参数估计方法进行了比较,分析结果表明burg法得到的自回归模型稳定性更好.利用静态数据对随机误差的自回归过程模型进行了测试,并将测试结果与其它随机过程模型得到的结果进行了比较.结果表明采用burg法确定模型参数的自回归过程模型的收敛性好,3阶自回归过程模型就能得到最佳的估计效果.同其它随机过程模型相比,自回归过程模型的收敛速度快,稳定性好.     

MEMS陀螺随机噪声的多尺度时间序列建模

基于小波多尺度分析方法,使用db4小波,将MEMS陀螺仪输出数据进行深度为4的多尺度分解,在各尺度上进行信号重建,对重建后的各尺度信号进行时间序列建模,各尺度的时间序列模型的输出和作为陀螺仪的随机噪声估计.多尺度时间序列建模方法提高了建模精度,将预测误差的方差降低了一个数量级,该方法已经成功应用到某型微小型飞行器的微导航系统中.     

微机械IMU数据建模与滤波方法研究

针对轮式移动机器人内部的微机械（MEMS）IMU进行研究，采用时间序列分析方法建立其随机噪声的ARMA模型，进而通过Kalman滤波有效地降低MEMSIMU随机噪声对其精度的影响，频域分析结果表明文中建模和滤波方法对提高MEMSIMU精度的有效性。     

基于小波分析法的光纤陀螺系统标定方法

光纤陀螺的随机噪声很大程度地影响系统的标定精度,通常的解决方法是增加平均次数、延长采样时间等,不能从根本上解决问题。利用小波变换阈值滤波对光纤陀螺系统标定的测试数据进行预先处理,采用Allan方差法分析滤波前后的测试数据,发现滤波后陀螺各项随机误差系数均得到明显抑制。用消噪后的陀螺信号进行标定处理,结果表明仅用原数据量的十分之一即可获得相同的标定精度,减少了测试时间,提高了标定效率。     

Analysis of realistic rough surface for its globally dominant parameters using continuous wavelets

Continuous Morlet and Mexican hat wavelets are used to analyze a highly irregular rough surface replicated from real turbine blades which are roughened by deposi-tion of foreign materials. The globally dominant aspect ratio, length scale, and orientation of the roughness elements are determined. These parameters extracted from this highly irregular rough surface are important for the future studies of their effects on turbulent flows over this kind of rough surfaces encountered in Washington aerospace and power generating industries.     

基于振动测试与小波包分析的结构损伤预警

将结构振动测试技术与小波包分析相结合，提出对振动激励信号与响应信号分别 进行小波包分解并在此基础上计算结构的小波包脉冲响应函数及其小波包能量谱，用以表征 结构动力系统的损伤状态. 通过一钢筋混凝土板静力承载力的振动试验分析，计算该板在不 同受力阶段的小波包脉冲响应函数及其小波包能量谱，在此基础上对板不同受力阶段的损伤 状态进行了判别. 该方法克服了结构动力响应的小波包能量谱不能反映结构损伤状态的缺 点，试验表明所采用的方法是可行的.     

WAVELET APPROXIMATE INERTIAL MANIFOLD AND NUMERICAL SOLUTION OF BURGERS'''' EQUATION

ＩｎｔｒｏｄｕｃｔｉｏｎＢｕｒｇｅｒｓ’ｅｑｕａｔｉｏｎｉｓｏｎｅｏｆｖｅｒｙｉｍｐｏｒｔａｎｔｆｌｕｉｄｅｑｕａｔｉｏｎｓ.Ｉｔｓｄｙｎａｍｉｃａｌｂｅｈａｖｉｏｒｉｓｒａｔｈｅｒｔｈａｎｃｏｍｐｌｅｘｉｔｙｏｗｉｎｇｔｏｔｈｅｎｏｎｌｉｎｅａｒｔｅｒｍ .Ｔｅｍａｎｅｔａｌ.[1] ｓｔｕｄｉｅｄｔｈｅｅｘｉｓｔｅｎｃｅｏｆａｇｌｏｂａｌａｔｔｒａｃｔｏｒ,ｉｎｅｒｔｉａｌｍａｎｉｆｏｌｄａｎｄａｐｐｒｏｘｉｍａｔｅｉｎｅｒｔｉａｌｍａｎｉｆｏｌｄａｓｓｏｃｉａｔｅｄｗｉｔｈｄｙｎａｍｉｃａｌｓｙｓ…     

图像融合质量定量评价方法

建立了一套对图像融合质量进行定量评价的方法和准则。其中,对于相同传感器源的图像,利用标准参考图像,选取均方误差、峰值信噪比、参考图像,以及融合图像的信息熵差、互信息作为客观评价指标;对于不同传感器源图像,选取融合图像的标准差、空间频率、信息熵以及融合图像与两源图像的互信息之和作为客观评价指标。应用此方法和准则对基于离散小波框架、基于可操纵方向金字塔变换和基于双树复小波变换三种平移不变性的图像融合方法进行了客观定量评价。实验结果表明,基于可操纵方向金字塔变换的融合方法效果最好,然后是基于离散小波框架的融合方法;基于双树复小波变换的融合方法其性能与前两种接近,且其冗余性最小。     

基于小波分析的陀螺漂移趋势项提取

利用Ｄｅｂｅｃｈｉｅｓ 正交小波基,经过多尺度变换能够将一个序列分解成平滑的基本趋势序列和局部的变化细节序列。本文借助多尺度信号分解理论,提出了一种基于小波分析的信号特征提取算法。仿真结果表明利用该算法能够有效地对信号进行趋势估计。最后,本文将该算法应用于液浮陀螺移信号的试验建模中,实现了陀螺漂移信号的趋势项提取。     

薄板小波有限元理论及其应用

利用样条小波尺度函数构造了常用的三角形和矩形薄板单元的位移函数,得到了利用小波函数表示的形函数。采用合理的局部坐标,对单元进行压缩,使单元在局部坐标区间上有其值,成功地推导出了分域的三角形和矩形薄板小波有限元列式。在此基础上,提出了弹性地基薄板的小波有限元求解方法。通过两个算例对薄板的挠度和弯矩进行了计算,数值结果表明,求解结果具有收敛快、精度高的特点。     

连续小波变换在损伤探测中的应用

本文选取Gabor小波作为母函数，采用连续小波变换对含裂纹悬臂梁中的弯曲波进行分析，提取波动信号中某一频率分量上的入射波、反射波及透射波信号，由此可以准确地检测出悬臂梁的损伤位置，并对可其损伤程度做出定性估计。实验结果表明，这是一种行之有效的损伤检测方法，可以推广应用到复杂结构的损伤检测中去。     

基于应变模态小波变换的框架结构损伤识别研究

采用应变模态的小波变换方法研究了框架结构的损伤识别问题。以有限元分析求解含裂缝平面框架应变模态为基础,利用Guass2小波对框架的应变模态进行小波变换,再用db3小波对应变模态小波变换系数进行去噪处理,最后通过对去噪处理后的小波系数模极大值点来识别框架结构裂缝的位置,建立了基于应变模态小波变换识别平面框架损伤的方法。以一层平面框架为例,分别给出了框架梁含有裂缝、框架柱含有裂缝、框架梁和柱均含有裂缝的有限元模型,计算得到结构的应变模态,并通过应变模态小波分析来识别平面框架裂缝的位置。从识别结果发现,经小波去噪处理后应变模态小波系数的模极大值点能够有效识别框架结构的损伤,数值计算验证了方法的有效性。本文研究对工程结构损伤诊断有参考价值。     

Characteristic time scales of velocity and pressure events

Numerical and wind tunnel simulations of full-scale wind loads on structures are usually performed at a lower Reynolds number and different turbulence parameters. One way to assess the validity of such simulations is through matching magnitudes, duration and/or spectral characteristics of simulated pressure peaks with full-scale data. Because wavelet analysis provides a time/frequency decomposition, it has been proposed as an analysis tool for the intermittent and transient pressure peaks. This work aims at answering the question as to whether different wavelets yield the same-scale decomposition of pressure peaks and velocity events and could, thus, be used as a tool for the analysis of extreme loads on structures. The results show that, by isolating the peaks or events with a modified Gaussian window prior to applying the wavelet transform, the dependence of the measured time scale on different wavelet functions is reduced. The time scales of the pressure peak and the velocity event are estimated to be about the same indicating that one contributing factor, at the peak scale, to the pressure peak lies in the variation of the incoming flow at the same scale.     

Solitary Elastic Waves and Elastic Wavelets

A new group of wavelets that have the form of solitary waves and are the solutions of the wave equations for dispersive media is proposed to call elastic wavelets. That this group includes well-known Mexican-hat wavelets is proved. It is proposed to use elastic wavelets to study local features of the profile evolution of a solitary wave in an elastic dispersive medium