人工鱼群算法在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在惯性导航系统中,采用单轴旋转技术可以调制垂直于旋转轴方向上的惯性器件误差,而对沿旋转轴方向的误差没有抑制作用,因此旋转轴方向上激光陀螺漂移成为影响惯性导航系统精度的主要因素之一。为精确地辨识旋转轴方向上激光陀螺漂移,提高激光陀螺单轴旋转惯导系统的精度,利用人工鱼群算法AFSA（artificial fish swarm algorithm）建立了单轴旋转惯导系统轴向陀螺漂移辨识模型,给出了AFSA 辨识的详细步骤和方法。实验结果表明:AFSA可以对轴向激光陀螺漂移进行精确建模,补偿后的激光陀螺零偏不稳定性达到0.000 4 /h。     

一种提高激光陀螺惯导系统精度的方法

为了获得优于0.1n mile/h水平的高精度激光陀螺惯导系统,对控制系统绕单轴转动来补偿陀螺误差的方法进行了研究。分析了补偿的原理,并利用通用的精度为0.4n mile/h左右的机抖激光陀螺捷联惯导系统进行了实物实验,实验结果证明采用单轴转动的方法可使系统定位精度提高到1n mile/24h的水平。     

旋转调制捷联惯导激光陀螺仪误差自补偿新方法

基于旋转调制的自补偿技术是进一步提高激光陀螺仪捷联惯导系统导航精度的有效方法。研究了旋转调制捷联惯导系统中的激光陀螺仪误差补偿方法。建立旋转式捷联惯导系统激光陀螺仪的误差传播方程,分析激光陀螺仪旋转误差效应及误差传播特性,在此基础上建立了调制策略编排目标函数;研究了双轴交替旋转调制模式下的调制策略编排方案,提出了一种改进的16次序双轴交替旋转调制方法,建立了基于双轴转动角速度的动态误差方程,实现了转动过程中激光陀螺仪的常值项误差、标度因数误差、安装误差的有效补偿,进一步抑制速度误差积累所引起的位置误差。仿真结果验证了该方法的有效性,提高了捷联惯导系统导航精度,可为旋转调制光学捷联惯导系统设计提供理论参考。     

单轴旋转惯导系统轴向陀螺漂移预测方法

轴向陀螺漂移是影响单轴旋转惯导系统导航精度的主要因素。对于轴向陀螺漂移的预测,提出了一种基于支持向量机的算法。利用初始对准12 h内系统纬度误差和温度变化量作为训练数据,构造了以多项式、径向基、小波函数为核函数的支持向量机、最小二乘支持向量机、遗忘因子最小二乘支持向量机,对比了它们用于轴向陀螺漂移预测的泛化性能。试验结果表明:遗忘因子最小二乘支持向量机可有效地用于轴向陀螺漂移预测,具有很高的预测精度,极大地提高了单轴旋转激光陀螺惯导系统的导航精度。     

单轴旋转惯导系统轴向陀螺漂移预测方法

轴向陀螺漂移是影响单轴旋转惯导系统导航精度的主要因素。对于轴向陀螺漂移的预测,提出了一种基于支持向量机的算法。利用初始对准12 h内系统纬度误差和温度变化量作为训练数据,构造了以多项式、径向基、小波函数为核函数的支持向量机、最小二乘支持向量机、遗忘因子最小二乘支持向量机,对比了它们用于轴向陀螺漂移预测的泛化性能。试验结果表明：遗忘因子最小二乘支持向量机可有效地用于轴向陀螺漂移预测,具有很高的预测精度,极大地提高了单轴旋转激光陀螺惯导系统的导航精度。     

激光陀螺捷联惯导的动基座标定

从实际工程应用和维护的角度出发,提出了一种针对舰船在系泊或锚泊条件下激光陀螺捷联惯导安装误差的在线标定方法.该方法依据捷联惯导系统误差方程的基本原理,将标度因数误差、安装误差角、陀螺加速度计常值漂移以及系统基本误差项作为状态变量,用外部提供的高精度经纬度作为观测量,运用Kalman滤波技术估计出激光陀螺和加速度计的常值...     

激光陀螺滤波评估方法研究

在现有硬件的基础上,通过滤波等软件算法来提高激光陀螺捷联惯导系统对准和导航精度是目前国内外学者所公认的。为了对激光陀螺滤波前后的效果进行准确、定量的评估,设计了Allan方差分析算法,开发了对准-导航及精度分析评估软件,分别从元件级、系统级对其展开了研究,并结合具体激光陀螺捷联惯导设备对其进行了实验验证。     

全固态捷联式惯性/天文组合导航技术

传统惯性/天文组合导航的工作原理一般有天文测星输出的ψ角直接解析并校正惯导速度、位置和ψ角作量测估计并间接校正惯导速度、位置两种。针对这两种工作原理中未充分利用可观测度较大的陀螺常值零偏估计信息而导致长航时、短航时组合导航效果不理想的问题,提出全固态捷联式惯性/天文组合导航技术,将捷联式惯导和大视场星敏感器固连,以欧拉误差角作为Kalman滤波器的量测信息,实时估计并反馈陀螺常值零偏用于校正捷联惯导系统,可快速有效抑制各种由陀螺漂移引起的误差。实测数据仿真表明:以欧拉误差角作为Kalman滤波器的量测信息可使经度误差、纬度误差、航向角误差和陀螺常值零偏快速稳定、收敛,长航时试验中可使经度误差不大于0.5 nmile、纬度误差不大于0.2 nmile、航向误差30″,短航时试验中可使经度误差不大于0.25 nmile、纬度误差不大于0.12 nmile、航向误差20″。因此,该算法对于长时导航和短时导航都具有良好的适应性,具有实用价值和研究意义。     

一种适用于双轴旋转式激光陀螺惯导对准的方法研究

为解决舰载惯性导航系统对准时间长的问题,利用分段线性系统理论（PWCS）方法分析了系统的可观测性,并提出了适用于双轴旋转式激光陀螺惯导的多位置对准方案,仿真结果表明该方法在4h内可完成所有陀螺和加速计零位误差的估计,可实现舰栽惯导4h高精度快速对准,具有较好的工程应用价值。     

基于逐步回归分析的激光惯导温度补偿研究

针对激光陀螺惯导的温度补偿,将影响激光陀螺零偏的各种可能的变量作为零偏补偿的状态变量,利用逐步回归分析方法,挑选出对零偏贡献较大的显著变量,建立精准的数学物理模型,并对实测的激光陀螺进行温度补偿建模。结果表明,温度变化率以及与温度的交叉积对温度补偿模型的影响不显著,得到的温度补偿模型可以对陀螺的零偏进行实时补偿,提高了陀螺的精度。     

MEMS陀螺随机误差特性研究及补偿

为了提高MEMS陀螺输出角速度的精度,采用Allan分析法以及Kalman滤波算法对MEMS陀螺仪进行随机误差分析和补偿。由Allan方差分析陀螺的输出数据,对Allan方差进行最小二乘法拟合,得到各项随机噪声的定量评价指标;对陀螺的输出数据使用AR模型进行数学建模,采用AIC准则确定了AR模型的阶次,建立了陀螺零漂数据的离散时间表达式;在AR模型所建立的陀螺随机误差模型的基础上,设计了Kalman滤波器,对陀螺输出数据使用Kalman算法进行了滤波处理,对陀螺的随机误差进行了补偿;通过Allan方差对Kalman算法对陀螺随机误差的补偿效果进行分析。实验结果表明:角速率随机游走Kalman滤波前为槡0.148 7°/h~(1/2),Kalman滤波补偿后为槡0.004 1°/h~(1/2),,通过补偿可减小97.24%的角速率随机游走误差;零偏不稳定性Kalman滤波前为1.940 8°/h,Kalman滤波补偿后为0.054 2°/h,通过补偿可减小97.21%的零偏不稳定性误差;速率随机游走Kalman滤波前为2.698 5°/h~(3/2),Kalman滤波补偿后为0.334 3°/h~(3/2),通过补偿可减小87.61%的速率随机游走误差。Kalman滤波适用于MEMS陀螺的滤波处理,可有效降低陀螺的随机误差。     

New Method for 3D Transient Eddy Current Field Calculation and Its Application in Magneto-Acoustic Tomography

A new method of 3 D transient eddy current field calculation is proposed. The Maxwell equations with time component elimination(METCE) are derived under the assumption of magnetic quasi static approximation, especially for the sample of low conductivity. Based on METCE, we deduce a more efficient reconstruction algorithm of a3 D transient eddy current field. The computational burden is greatly reduced through the new algorithm, and the computational efficiency is improved. This new algorithm decompounds the space-time variables into two individual variables. The idea is to solve the spatial vector component firstly, and then multiply it by the corresponded time component. The iterative methods based on METCE are introduced to recover the distribution of conductivity in magneto-acoustic tomography. The reconstructed images of conductivity are consistent with the original distribution, which validate the new method.     

低曝光量下投影算法的稳健性研究

研究了在低曝光量情况下灰度投影算法的稳健性,为提出的稳定成像系统的设计与实现提供可行性论证。通过合成视频实验探讨、实际视频实验论证相结合的研究方法,探讨曝光量不足对灰度投影算法性能的影响。实验结果表明,灰度投影算法在欠曝5档和存在一定随机噪声的情况下,仍能保持良好的运动矢量估计性能,从而说明了投影算法在一定的曝光量范围内仍能准确地得到运动矢量估计,是一种运算量小、实时性好且稳健性较强的电子稳像算法。投影算法在低曝光量情况下良好的稳像稳健特性,使其能在低亮度及高实时性要求等环境下应用于航拍、卫星遥感等稳定成像或高清晰成像场合。     

基于滑动平均的速率偏频激光陀螺静态角速率测量算法

提高速率偏频激光陀螺静态角速率测量精度在其应用领域具有重要的作用.通过对速率偏频激光陀螺随机漂移数据进行分析处理,发现量化噪声对陀螺精度有较大的影响,进而提出了一种基于滑动平均的速率偏频激光陀螺静态角速率测量算法,并进行了理论分析及数值模拟.结果表明,通过合理的选择分组参数,该算法可以有效地降低量化噪声对速率偏频激光陀螺静态角速率测量精度的影响.实验结果也验证了该算法的有效性,可以应用于其它类似需要降低量化噪声的场合.     

光纤陀螺及其船用航姿系统的姿态解算

介绍了光纤陀螺的工作原理，分析了光纤陀螺用于船用航姿系统的姿态算法，对四元数算法和等效转动矢量算法进行了介绍。并在船舶摇摆运动条件下作了仿真，仿真表明四元数的四阶Runge-Kutta算法是一种较适合船用光纤陀螺捷联航姿系统的算法。     

基于水样类型识别的光谱COD测量方法

基于紫外吸收光谱的COD测量方法,尽管具有快速、实时、免试剂、无污染等优势。但该方法对于组分多变的水样适应性不强,构建的单一计算模型不能适用于所有待测水样类型,导致其在复杂环境下测量准确度较低,从而限制了其应用领域。本研究提出一种基于水样类型识别的测量方法。其过程包括:动态识别水样类型→自动选择相应的"吸光度(Auv)-COD"算法模型→计算COD。该方法有效提高了紫外光谱法COD测量的准确度和适用性。该研究在传统的光谱识别技术的基础上,针对COD实际测量的特点加以改进。选取水样吸光度曲线的形貌特征作为水样类型的表征参数,利用LM-BP神经网络作为识别算法。并引入了"历史数据队列"、"历史识别因子"的概念,在此基础上形成了级联的神经网络结构。该算法实现了COD测量应用中的高准确度的光谱识别,进而提高了复杂环境下COD测量的精度。大量实验测试和结果表明,与传统的光谱识别技术相比,该方法在COD测量应用中具有更好的鲁棒性和准确性。水样类型识别准确率达98%以上。同时算法结构简单,计算量小,适用于资源受限的小型化COD测量仪。当仪器在复杂多变的水环境中进行测量时,采用该算法测量得到的COD精度有显著的提高。该方法的提出为光谱COD测量法在水体组分多变场合的应用及提高其测量精度提供了技术保证,可望解决传统紫外光谱COD测量法难以适应变化和复杂水环境应用的问题。     

基于FPGA的通用开放式星载陀螺模拟器设计

陀螺是小卫星平台上姿轨控制分系统中的重要敏感元件,而陀螺模拟器是小卫星姿轨控制分系统地面测试过程模拟陀螺仪的数据流向和时序关系的必要设备。针对通用化的小卫星陀螺模拟器的设计需求,开发了一种基于FPGA和CAN总线接口的陀螺模拟器,采用了FPGA作为主控芯片,实现了支持多类常用星载陀螺数据通信协议的实时接口,并配置了具备电平隔离功能的CAN、RS-485等总线接口电路,实际配置一种工作状态的测试和实验验证表明,所设计的陀螺模拟器具有较高的可靠性和良好的通用性。     

面向谐振式微光学陀螺应用的球形谐振腔DQ乘积优化

基于谐振式光学陀螺高灵敏度、低成本与微型化的发展需求, 为了实现高灵敏度的谐振式微光机电陀螺, 提出了以集成光学微谐振腔领域里高Q值、大直径谐振腔的制作为目标, 应用方向为谐振式光学陀螺的球形光学微谐振腔核心敏感单元. 在实验中以氢火焰作为热源采用熔融法制备球形光学微谐振腔. 通过调节氢气的流量控制氢火焰热源面积, 制备了不同直径(300-2200 μm)的球形谐振腔, 分析了球形谐振腔Q 值、DQ乘积、陀螺灵敏度与谐振腔直径D的对应关系及其原因, 获得了最优参数的面向谐振式光学陀螺的球形谐振腔敏感单元. D=1260 μm时, 球腔品质因数 Q=7.18×10⁷, 得到的最优陀螺灵敏度约为10°/h, 满足商业级应用的需求, 为芯片级、高精度、低成本的新型谐振式光学微腔陀螺的研究奠定了实验基础.     

Acceleration of the Smith–Waterman algorithm using single and multiple graphics processors

Finding regions of similarity between two very long data streams is a computationally intensive problem referred to as sequence alignment. Alignment algorithms must allow for imperfect sequence matching with different starting locations and some gaps and errors between the two data sequences. Perhaps the most well known application of sequence matching is the testing of DNA or protein sequences against genome databases. The Smith–Waterman algorithm is a method for precisely characterizing how well two sequences can be aligned and for determining the optimal alignment of those two sequences. Like many applications in computational science, the Smith–Waterman algorithm is constrained by the memory access speed and can be accelerated significantly by using graphics processors (GPUs) as the compute engine. In this work we show that effective use of the GPU requires a novel reformulation of the Smith–Waterman algorithm. The performance of this new version of the algorithm is demonstrated using the SSCA#1 (Bioinformatics) benchmark running on one GPU and on up to four GPUs executing in parallel. The results indicate that for large problems a single GPU is up to 45 times faster than a CPU for this application, and the parallel implementation shows linear speed up on up to 4 GPUs.     

自适应惯性／天文器件级组合导航算法研究

在惯性／天文组合导航系统中,天文设备输出信息中所包含的噪声易受外界环境影响而发生变化,使得惯性／天文器件级组合导航数据融合精度受到制约。针对这一问题提出了基于自适应滤波的惯性／天文器件级数据融合算法,该算法在对导航参数误差、惯性器件误差进行滤波估计的同时,对天文量测信息噪声方差阵进行实时推算,从而优化滤波器对天文量测信息的处理,提高导航精度。经仿真试验可知,使用自适应滤波算法进行数据融合,导航位置精度可提高30％,具有理论价值与工程意义。