捷联惯导系统改进回溯快速对准方法（英文）

快速性是捷联惯导系统初始对准的一项重要指标。回溯算法通过存储一段时间的陀螺仪和加速度计的数据,并反复加以利用的方式,有效缩短了对准的时间。为了进一步提高初始对准的快速性,设计了一种快速回溯对准方法(FBA)。优化对准方法被用于算法的粗对准阶段,为回溯罗经法精对准提供较为准确的初始姿态,进而提高罗经回路的收敛速度。分析了回溯算法的基本原理,设计了快速回溯对准算法的实施过程。实验结果表明,提出的算法能够降低回溯次数,大大减少对准所需的数据量,使得对准的快速性进一步提高。     

优化BP神经网络的光纤陀螺温度漂移建模与补偿

光纤陀螺(FOG)温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。     

北斗卫星钟差的CEEMDAN分解与周期项提取方法

卫星钟差具有非线性非平稳特征,其趋势分量、周期分量等信号与随机分量互相干扰,不利于钟差估计与预报、时间尺度算法等实际应用。为了实现卫星钟差数据的信噪分离与重构,提出了一种以自适应噪声完备集合经验模态分解（CEEMDAN）为基础的信噪分离方法。经CEEMDAN分解得到多个本征模态分量,引入排列熵算法确定噪声主导分量与信号主导分量,通过t检验分析分量的高频与低频特征,从而完成信号重构。对各类北斗卫星原子钟进行实验,结果表明,以CEEMDAN为基础的综合分析方法能够准确辨识本征模态分量特征,重构周期项的频谱图中基本不含有不规则周期分量与多余信号;去除周期分量后,4颗北斗卫星原子钟的万秒频率稳定度平均提升21.6%。     

单轴旋转惯导系统“航向耦合效应”分析与补偿

从单轴旋转惯导系统的误差方程出发,分析载体角运动对系统的影响,从改变IMU旋转角速率的角度补偿系统的"航向耦合效应"。针对绕载体系Z轴正反旋转的单轴旋转系统,载体航向运动与IMU的旋转运动耦合改变了从旋转坐标系到导航坐标系的坐标变换矩阵的形式,从而影响系统误差调制效果,导致系统的"航向耦合效应"。为保证该坐标变换矩阵的周期性,考虑改变IMU的旋转角速率,使之绕导航系而非载体系匀速旋转,隔离载体航向运动与IMU旋转运动的耦合,补偿航向运动对系统的影响。最后,利用海上试验实测的姿态和航向数据进行了单轴旋转惯导系统的误差仿真。结果表明,采取"航向耦合效应"补偿方案时,无姿态运动条件下系统位置误差减小一半;在实际姿态运动条件下,系统误差减小三分之一。     

粒子群算法优化的捷联罗经初始对准方法

初始对准是惯导系统的关键技术,罗经法对准是实现捷联惯导系统初始对准的重要手段。罗经对准回路的参数选择直接影响对准结果的好坏。对于不同的捷联惯导系统,罗经回路的最优参数也是不同的。传统的方法是根据经验以及大量的反复试验确定罗经对准参数,不能保证对准参数为最优。针对此问题,提出以水平罗经对准回路阻尼振荡周期T_(d1)和航向罗经对准回路阻尼振荡周期T_(d2)为寻优目标,用粒子群算法对参数(T_(d1),T_(d2))进行寻优的方法,以确定出满足条件的最优对准参数,从而提高捷联罗经初始对准的性能。实验结果表明:粒子群算法能够快速、准确地搜索出罗经对准回路的最优参数,提高捷联罗经对准的性能。将粒子群算法应用到捷联罗经初始对准中是有效的。