高精度惯性平台十六位置自标定方案

针对惯性平台系统多位置自标定的误差系数个数还较少的现状,提出了一种平台十六位置自标定方案。通过对惯性平台系统惯性器件输出误差模型和惯性器件安装误差的详细分析,推导出了包含51项误差参数的平台系统误差模型。结合方程组有最小二乘解的理论,提出了适合平台多位置自标定系统的可观测性分析方法,并以此为指导,提出了平台多位置自标定系统的优化指标。根据此指标,结合平台信息矩阵的特点,得到了一种最优位置组合的数值搜索算法,并得到十六位置自标定方案。仿真结果显示,此十六位置自标定方案可以较高精度的估计出平台系统的全部51项误差参数。研究结果表明,用尽可能少的位置来高精度的辨识出尽可能多的平台误差参数是可实现的。     

惯性平台稳定回路单神经元自校正PID控制

为了与新型高精度惯性平台相匹配,解决传统PID控制的稳定回路抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理等功能以及对于复杂系统控制可以达到满意效果的优势,设计了单神经元自校正PID控制器。这种控制器不但结构简单,而且适应环境变化,有较强的鲁棒性。设计中分别采用了无监督和有监督的Hebb学习算法以及改进的Hebb学习算法对系统进行控制。MATLAB仿真结果表明,单神经元自校正PID控制器在很多指标上均优于传统PID控制器,特别是其超调量,动态性能以及对干扰的抑制能力,是一种应用在实际平台系统中理想的控制器。