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.     

Si/SiGe异质结构的硅盖层中应变对Raman谱特征的影响

应变Si/SiGe异质结构通过大剂量Ge离子注入并结合高温快速热退火制备而成。325 nm波长的紫外激光被用于调查应变Si盖层的Raman谱特征。实验发现,硅盖层中的张应变导致硅的520 cm-1的一级拉曼散射峰向低频方向偏移,峰的偏移程度反映硅盖层中横向张应力的大小约为12.5×108 N·m-2。硅盖层中的张应变并未导致1 555和2 330 cm-1的次级拉曼散射峰的变化。     

硅微型两自由度振动轮式陀螺仪的研究

本文详细介绍了一种利用微电子加工工艺制作的硅微型两自由度振动轮式陀螺仪的新结构 ,分析了该种陀螺仪的工作原理 ,推导了陀螺仪动力学方程 ,并讨论了梳状谐振器的工作机理和陀螺仪模拟力反馈的闭环控制方案 ;目前已制作完成了该型陀螺仪的原理样机     

MIMU/GPS组合导航系统数据同步与融合方法研究

给出了以DSP为核心的MIMU/GPS组合导航系统中数据同步与融合的方法,简要介绍了仿真、调试过程中DSP程序的实现方法。采用GPS接收机输出的1PPS脉冲,结合CPLD产生的时序,实现MIMU和GPS数据的同步采集。由于系统噪声难于准确统计,因此采用模糊自适应卡尔曼滤波组合算法进行数据融合。     

微惯性传感器建模及冲击响应分析

研究了微惯性传感器在冲击环境下的可靠性问题，重点分析了微惯性传感器在冲击载荷作用下的冲击响应问题。根据微惯性传感器结构部件主要由质量块、支承梁、衬底组成的特点，建立了微惯性传感器结构部件的集总参数模型，得出了微加速度计和微陀螺在半周正弦加速度冲击载荷作用下的冲击响应解析解，并采用有限元分析软件ANSYS验证了该解析解的正确性。此冲击响应解析解对预测微惯性传感器在冲击环境下的可靠性具有重要作用。     

小波多尺度分析在重力仪数据处理中的应用研究

为了有效地消除重力异常畸变对重力仪测量数据的影响，得到更高精度的重力异常测量值，在分析小波多尺度分析原理的基础上，首次将其应用到重力仪数据处理中，并与自适应卡尔曼滤波进行了对比分析，以实际数据与处理后数据偏差平方和的平均数作为衡量两种数据处理方法性能的指标。理论分析和仿真实验表明：小波多尺度分析和自适应卡尔曼滤波都能在一定程度上抑制重力异常畸变对重力仪测量数据的影响，但小波多尺度分析的性能优于自适应卡尔曼滤波。     

考虑载体弹性变形的两种传递对准方法的对比研究

传递对准时，载体的弹性变形会对装在载体上的子惯导系统的对准精度产生影响，因此需要对弹性变形进行建模，估计出弹性变形角并加以补偿来提高对准精度。文中分别采用“速度＋角速率”匹配的对准方法和“速度＋姿态角”匹配的对准方法进行卡尔曼滤波仿真，对安装误差角和弹性变形角进行了估计，并对估计结果进行了比较，分析了它们的对准精度和适用性。     

实时小波滤波方法在硅微陀螺仪中的应用研究

采用实时小波滤波技术构建硅微陀螺仪数字化平台，对快速的MaIfat算法选用何种小波基，是否采用软硬阈值处理以及选用何种尺度和采样点数进行深入分析。考虑到滤波效果即陀螺仪输出信号滤波前后A1lan方差改进情况和硬件处理的实时性，通过比较最终选择3尺度16点软闽值db2小波Mallat快速算法。仿真计算和实验结果表明该滤波方法对改善微机械陀螺仪的零偏稳定性有一定的实用价值。     

陀螺仪故障诊断技术的研究与应用

本文分析了框架陀螺仪主要零部件的故障特征及通过敏感区的频响特性,提出了应用振动和噪声功率谱密度函数进行陀螺仪故障诊断的方法。