基于扩展卡尔曼滤波器的INS/WSN无偏紧组合方法(英文)

为了减少传统组合导航方法中舍去泰勒展开式的高次项对导航精度的影响,提出了一种基于扩展卡尔曼滤波的INS/WSN无偏紧组合方法。这种方法采用INS在本地相对坐标系的位置和速度误差作为系统变量,观测方程中未知节点理想的位置和速度被INS测量得到的位置和速度与其预估误差的差值替代。仿真结果显示,本文提出的方法平均位置误差比松组合方法降低20%左右,平均速度误差比松组合方法降低80%左右。     

基于光谱吸收法的碱金属原子配比检测方法研究

碱金属混合物原子配比是超高灵敏惯性测量装置表头的重要参数,需精确测量。针对碱金属配比与碱金属蒸汽密度相关的特点,提出运用光深理论检测碱金属配比。结果表明：受多种因素影响,光深理论得到的碱金属蒸汽密度与饱和蒸汽压经验公式计算的结果相差3个数量级,无法保证碱金属配比的测量精度;改变数据处理方法,建立光谱吸收率与气室内部温度的映射模型,运用光谱吸收率标定碱金属气室内部温度,通过碱金属饱和蒸汽压经验公式计算气室内部碱金属原子的配比,多组数据分析表明：检测误差在10%以内。     

基于提升小波与灰色神经网络的光纤陀螺振动误差建模

光纤陀螺在振动环境下的输出具有噪声大、漂移强的特性,必须建立合理的振动误差模型,以便使用精确的算法进行补偿,从而提高光纤陀螺的输出精度。文中首先使用Allan方差分析法分析了某型号的数字闭环光纤陀螺在振动环境下的输出信号,随后利用提升小波分离出了光纤陀螺误差模型中的白噪声及漂移误差,并提出了基于灰色理论和RBF神经网络的漂移误差建模方法。仿真结果表明,相较于传统的RBF神经网络模型,基于提升小波的灰色RBF神经网络的漂移误差建模方法能有效滤除白噪声,并将漂移误差模型的建模精度提高了一倍左右。该方法能够有效提高光纤陀螺在振动环境下的输出精度,对光纤陀螺在振动环境下的误差研究具有重要指导意义。