总体最小二乘辨识陀螺加速度计误差模型研究

开展了陀螺加速度计在三轴转台上的测试试验,由于三轴转台给陀螺加速度计提供的输入加速度引入设备误差,需采用总体最小二乘法对试验数据进行辨识。将最小二乘法应用于辨识陀螺加速度计在三轴台上的测试试验,主要是消除了测试设备的误差对陀螺加速度计精度的影响,与最小二乘法辨识结果进行比较,总体二乘法的辨识结果要优于最小二乘法,提高了陀螺加速度计的辨识精度。     

基于小波降噪与最小二乘估计的石英挠性加速度计模型辨识

石英挠性加速度计在惯性导航系统中具有重要作用,其使用精度影响着整个系统的精度。为提高加速度计的使用精度,对其进行了重力场静态翻滚测试,采用融合小波降噪与最小二乘估计的方法实现加速度计模型参数辨识。利用拟合残差标准差和系数估计的不确定度来评价辨识的效果,对重力场静态测试时加速度计两种安装方式下的测量信号进行了实验测试,并通过仿真实验来验证所采用方法的有效性。实验结果表明,所采用的方法获得的加速度计模型系数具有较高精确度。     

加速度计信号奇异值分解滤波与参数辨识

针对石英挠性加速度计模型参数辨识的噪声影响问题,采用奇异值分解技术实现测量信号的滤波降噪处理,再结合总体最小二乘算法实现模型参数的高质量辨识.以重力场下的多齿分度台为测试分析平台,利用样本熵和统计参数定量评价辨识效果.试验结果表明,奇异值分解技术能有效去除信号中的噪声干扰,且通过降噪信号获得的模型系数稳定性较好.所采用方法有效地实现了加速度计参数辨识分析,可用于其性能质量评价.     

加速度计几种模型辨识方法的比较研究

加速度计离心试验中,为了更精确的得到加速度计的模型系数,比较研究了3种辨识方法:最小二乘方法(加权最小二乘)、总体最小二乘方法和EV模型方法.通过仿真得出在输出噪声和输入噪声为白噪声或者近似白噪声且离心机精度优于1×10-5的情况下,最小二乘与其他2种辨识方法辨识精度相当.最后通过试验对比了最小二乘方法与加权最小二乘方...     

基于LabVIEW的加速度计模型参数辨识模块设计

加速度计的模型参数辨识对研究加速度计动态特性具有重要作用.针对加速度计动态特性测试系统中加速度计模型参数辨识模块的设计,利用LabVIEW图形化编程的特点,以最小二乘原理为基础,通过对加速度计频域响应函数的拟合实现了加速度计模型参数的辨识,并构建了可视化软面板.实验测试表明:所设计模块能够实现加速度计模型参数辨识,有较高的参数辨识精度,并具有良好的人机交互,所辨识出的模型能够描述加速度计的动态特性.     

基于精密离心机的三轴硅微谐振加速度计标定方法

为更准确辨识三轴硅微谐振加速度计的误差系数,提高加速度计在飞行器上的加速度矢量测量精度,设计基于精密离心机的加速度计标定方法。分析硅微谐振加速度计的工作原理及误差项,在考虑离心机主要误差源的基础上建立包含零位偏移、标度因数、非正交安装误差、二次项误差与横向灵敏度的硅微谐振加速度计误差模型;设计离心机匀角加速度旋转的三姿态标定方法,在径向轴高g输入的同时,增加角加速度激励,可以更好标定加速度计横向灵敏度;对所提出的标定方法进行仿真,通过最小二乘法完成模型参数辨识。仿真结果表明,参数辨识相对误差可控制在2%以内,二次项系数与横向灵敏度辨识精度均小于1μg。     

基于自适应重叠系数的T-S 模型在线辨识算法及应用

为使T-S模型在线辨识时能够更加合理地划分模糊空间,提出一种根据相邻聚类中心距离确定模糊空间重叠系数的方法.将该方法与一次完成最小二乘法、递推最小二乘法相结合,得到了一种辨识精度较高的T-S模型在线辨识算法.以某型号单晶炉热场的实际运行数据为对象,应用所提出的算法对热场模型进行在线辨识.辨识结果表明,由该辨识算法得到的单晶炉热场模型具有较高的精度.     

基于多新息最小二乘算法的非线性系统辨识

针对最小二乘算法辨识性能较差问题,将最小二乘算法中的单新息通过利用p组数据拓展到多新息向量,提出了多新息最小二乘算法。与最小二乘相比,所提出的算法不仅利用了当前的系统信息,而且利用了过去的系统信息,进一步提高了参数辨识的精度和收敛速度。在所提出的算法中,为了减少冗余的参数辨识和算法计算量,利用关键性分离技术构造整体辨识模型。设计了辅助模型来替代系统中未知的中间变量,提高了参数估计的精度。对比仿真结果表明,所提出的算法具有比递归最小二乘算法更高的辨识精度和收敛速度。     

基于小波降噪和最小二乘的加速度计参数辨识

为了降低加速度计比较法冲击激励校准中,噪声对其动态模型辨识精度的影响,提出一种基于小波降噪和最小二乘的加速度计动态模型参数频域辨识方法。该方法首先利用改进的小波阈值降噪方法对参考加速度计和被校加速度计的输出信号进行降噪,然后利用最小二乘的方法对谐振频率附近的频率响应函数进行加速度计动态模型频域参数辨识。仿真实验和加速度计比较法冲击激励校准实验表明:该方法能够有效减少噪声对频率响应函数的影响,提高加速度计动态模型参数辨识精度。     

基于随机配置网络的非线性系统智能建模方法

针对一类非线性离散动态系统,研究非线性系统的智能建模方法.首先,采用带遗忘因子的递推最小二乘法对低阶模型的未知参数进行辨识;然后,对高阶非线性部分采用随机配置网络进行估计;最后,利用两种辨识方法在外部误差准则下对系统进行交替辨识,进而提出一种改进的非线性系统交替辨识的智能建模方法.将随机配置网络与递推最小二乘算法相结合,可有效提高非线性系统的辨识精度,并且通过数值仿真实验进行对比分析以验证所提出算法的有效性.     

石英挠性加速度计正交双表测试方法研究

给出了在转台上标定石英挠性加速度计的正交双表测试方法。分析了转台误差源对加速度计误差模型辨识的影响,建立了g^2观测法的辨识模型,并在转台上进行了20位置试验。试验结果表明：正交双表法可以降低设备转角误差对加速度计模型参数估计结果的影响,从而显著提高加速度计测试精度。     

变形镜交连值的优化分析

关于优化光波控制,自适应光学校正是至关重要的一个环节,可用于改善激光光束质量及校正光束在传输过程中气流引起的波前畸变等。变形镜是其核心器件,而交连值是影响变形镜校正精度的关键因素。针对变形镜实际使用时需要对致动器进行一定的约束,利用带约束的最小二乘法,分析了在一定约束条件下交连值变化对变形镜校正精度及控制稳定性的影响。以Zernike像差和以大气湍流模型构造的像差为校正对象,寻找校正效果最好的交连值。结果表明各阶Zernike像差对应的最优交连值差异较大,最优交连值主要分布在15%～35%之间。从控制误差引起的校正效果变化的方面考虑,对正方形致动器排布的最优交连值位于15%～25%区域。     

基于改进遗传算法的非线性系统模糊辨识新方法

提出一种基于改进遗传算法和递推最小二乘的非线性模糊辨识新算法.该辨识方法包含结构辨识辨出和参数辨识,结构辨识即输入空间的模糊划分,采用具有自适应性的广义高斯隶属函数;参数辨识包含前提参数和结论参数,用基于动态比例变换的改进遗传算法优化高斯函数的前提参数,用递推最小二乘辨识模糊模型的结论参数.最后通过著名的Box-Jenkins煤气炉数据仿真(仿真环境:MATLAB 6.5,计算机主频2.4 GHz,内存512 MB),并根据输入变量个数和模糊规则数,得到均方误差以证明本文方法的辨识精度,将该文辨识方法与其他方法进行比较,验证了该方法辨识精度更高.     

多变量线性系统结构和参数辨识的递推最小二乘法

本文研究多变量线性系统的结构和参数辨识.利用解不定对称系数方程组的方法,导出了搜索系统结构特征值的最小二乘递推算法.并提出了一个判断系统结构的新准则——系统特征方程系数符号检验法.把两者结合在一起,构成了完整的多变量系统结构和参数辨识的递推最小二乘法,并给出了仿真例子. 本方法也可作为最小二乘的各种改进算法(如广义最小二乘法等)的基础.     

高成本和低成本MEMS加速度计性能比较研究

受微加工技术的限制,微机电系统(MEMS)加速度计在精度和可靠性方面存在劣势,针对这一问题,基于Allan方差分析法,对高成本和低成本的两种MEMS加速度计进行了实测和分析,得到了5项噪声系数,对两种传感器的性能进行了评估和对比,验证了Allan方差方法应用于加速度计误差辨识的可行性,并为加速度计的使用和研究提供了依据.