光路温度特性对激光陀螺零偏的影响

偏置漂移使得激光陀螺输出信号产生较大偏置误差,准确地辨识漂移并有效地对其进行补偿,直接关系到激光陀螺的测量精度.为了提高激光陀螺的精度,研究了光路温度特性对激光陀螺零偏的影响.通过大量的重复性高低温实验,利用最小二乘法证明了光强与温度的线性关系,得到了拟合直线表达式,并分析了利用光强对陀螺零偏的补偿效果.提出了从硬件设...     

基于人工鱼群算法的机抖激光陀螺温度补偿

温度是影响激光陀螺精度的主要因素之一,对温度引起的机抖激光陀螺漂移进行精确建模,对提高激光陀螺捷联惯导系统的精度具有十分重要的意义。介绍了机抖激光陀螺的温度特性,建立了基于改进人工鱼群算法（Improved Artificial Fish Swarm Algorithm,IAFSA）的机抖激光陀螺温度补偿模型,给出了IAFSA 建模的详细步骤和方法, 对传统的逐步回归方法和IAFSA 进行了比较。结果表明:IAFSA可以对温度引起的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0.001 85（）/h,比传统的逐步回归方法建模精度提高了15.5%,得到的温度补偿模型可以对陀螺的零偏进行实时补偿,设计了两种典型的温度试验,获得了满意的补偿效果。     

机抖激光陀螺抖动机构的温度特性的研究

研究了机抖激光陀螺抖动偏频量与温度之间的关系。通过大量的重复性高低温实验,证明了抖动偏频量与温度的线性关系,并得到了拟合直线表达式。结果表明,抖动偏频量与温度具有较好的线性关系,而且具有较好的重复性。同时用抖动偏频量对陀螺的零漂进行补偿,提高了陀螺的精度。     

机抖激光陀螺捷联惯导系统的温度补偿方法

分析了系统温度对机抖激光陀螺捷联惯性导航系统的影响因素,介绍了降低和补偿捷联系统温度误差的4种方法.通过重复性温度实验,利用逐步回归法分析了激光陀螺零偏与温度的关系:通过多项式拟合,分别得到了加速度计的零偏、标度因子和IF转换电路的温度补偿模型,并在捷联系统中得到应用.对其中的两种方法进行了实验研究和导航测试,并对两种方法的补偿效果进行了对比.结果表明:通过温度实验得到惯性器件的温度补偿模型对其温度误差进行实时补偿是捷联系统最理想的补偿方法.补偿后系统定位测试1 h的圆概率误差(CEP)优于0.3 n mile/h.达到国内先进水平.     

二频机抖激光陀螺小范围温度漂移补偿模型的研究

从实验上研究了环境温度变化在10℃范围内二频机抖陀螺的零偏和温度的关系。通过大量高低温环境的重复性温度实验，利用逐步回归法建立了一种零偏温度补偿模型，并对该模型的补偿效果进行了实验测试。结果表明，在小范围内二频机抖陀螺的零偏和温度、温度梯度及温度速率有较好的线性关系和重复性，可以通过建立温度补偿模型来提高陀螺的精度，而且该模型完全满足工程上的实时补偿要求。     

采用BP神经网络的四频激光陀螺零偏的光强补偿方法

总结了环境因素对四频激光陀螺光强和零偏影响的3种常见方式,指出光强变化和零偏变化都是陀螺经环境因素作用后的外在表现,光强更能全面细致地反映环境因素对陀螺零偏的影响,提出了以光强为基准采用BP神经网络对零偏进行补偿的方法。建立了陀螺零偏的BP神经网络,采用该神经网络针对开机零漂、跳模和高低温冲击等3种不同的零漂产生机理分别进行了补偿实验,实验表明:该方法能够有效辨识产生零漂的不同机理并进行补偿,对提高复杂环境下陀螺的零漂性能有一定的参考意义。     

二频机抖激光陀螺温度漂移补偿的初步研究

从实验上研究了二频机抖陀螺的零偏和温度的关系。通过重复性温度实验,利用最小二乘法得到了拟合曲线表达式。结果表明,二频机抖陀螺的零偏和温度具有较好的线性关系和重复性,可以通过温度补偿来提高陀螺的精度。     

基于CSAPSO-BP神经网络的光纤陀螺温度补偿研究

光纤陀螺是惯导系统的重要组成器件,环境温度变化会造成光纤陀螺的零偏发生漂移,从而降低测量精度。运用传统的BP神经网络进行预测易陷入局部极小值,导致补偿失败。该文采用混沌模拟退火粒子群BP神经网络的光纤陀螺零偏温度补偿模型,优化了网络参数。通过在-40～60℃的升降温实验对模型进行验证,实验结果表明,该温度补偿模型的零偏稳定性比补偿前约有70%的精度提升,与以往BP模型相比,其预测性能和补偿效果更好。     

热传递对异面腔四频差动激光陀螺温度漂移补偿的影响

为了减小四频激光陀螺零漂的温度敏感性,对数学补偿模型和安装结构热设计进行了研究。通过高低温实验研究了四频激光陀螺零漂与温度的关系。第一次采用普通铜支架将四频激光陀螺固定在屏蔽盒内,由于两放电支路的温度变化不对称,温度变化率是数学补偿模型的显著项。第二次设计了专用铜支架,使两放电支路的温度对称地变化,因而温度变化率在数学补偿模型中的重要性大大降低。改进支架之后,补偿后的零漂残差从0.018 Hz降低到0.01 Hz,即便采用温度多项式补偿模型也能达到0.012 Hz。这些结果表明:在设计四频激光陀螺系统时,安装结构热设计能够提高数学模型补偿的效果,温度补偿是提高四频激光陀螺的精度的有效方法,在-40~60℃温度范围内补偿后的百秒标准差达到0.013/（（）h）。     

二频机抖激光陀螺抖动频率与温度关系的研究

针对激光陀螺的零偏受温度影响较大,为提高陀螺精度,研究了二频机抖激光陀螺抖动频率与温度之间的关系。通过大量的重复性高低温实验,证明了抖动频率与温度的线性关系,并得到了拟合直线表达式。结果表明,抖动频率与温度具有较好的线性关系,抖动频率可作为温度测量的计量,而且具有较好的重复性。由于测量抖动频率的精度较高,故由抖动频率测量温度具有很高的分辨率。同时用抖动频率对陀螺的零偏进行补偿,提高了陀螺的精度。     

基于RBF神经网络的光纤陀螺启动补偿及应用

光纤陀螺对温度比较敏感,由于温度引起的零偏漂移是光纤陀螺工作尤其是启动过程中的一种较大误差。文中为了减小光纤陀螺启动过程的零偏漂移、缩短启动时间,提出了对光纤陀螺启动过程进行补偿的方案。该方案以光纤陀螺温度和温度变化率为输入、光纤陀螺漂移为输出建立二输入单输出的RBF神经网络,用于陀螺启动过程补偿。在室温下对某型号光纤陀螺启动漂移进行了补偿,试验结果表明该方法能有效减小陀螺的启动温度漂移,缩短陀螺启动时间。将该方案运用到某型号的光纤陀螺寻北仪上,常温试验表明,该方案大大缩短了寻北仪的准备时间,提高了寻北精度。     

激光捷联惯导系统的射前快速标定技术

捷联惯导系统射前自标定是提高系统精度的重要途径。基于激光陀螺标度因数稳定的特点,建立了适合激光陀螺捷联惯导系统射前自标定的加速度计误差参数模型。分析了基座扰动使姿态发生微幅变化对加速度各通道输出影响,设计了适合激光陀螺捷联惯导系统的加速度计自标定算法,该算法具有一定的抗扰动能力。在误差参数可观测性分析的基础上,设计了射前自标定方案,并进行了实验验证,试验结果表明,该方案可快速准确标定出加速度计相关误差参数。     

优化的RBF神经网络对光纤位移传感器温度补偿

在对光纤位移传感器进行温度标定的过程中,随着工作环境的变化,位移传感器的测量值会产生误差,从而使位移传感器在使用时随着环境温度的变化发生精度下降的情况.为减少这种漂移偏差,该文使用径向基(RBF)神经网络对位移传感器进行温度补偿,并采用自适应的设计思想寻找RBF函数中心.将位移量和环境温度作为输入,其输出为传感器输出电...     

最小二乘原理多项式拟合激光陀螺数学模型的方法研究

在分析激光陀螺的数学模型和最小二乘法原理的基础上，针对某型低精度激光陀螺实际输入—输出特性曲线的数据，应用最小二乘原理的多项式拟合方法对数据分析处理，推导出了适用于非线性工作范围误差补偿且符合实际陀螺特性的数学模型。本方法适用于工作区线性化较差、工作精度低的激光陀螺的精度补偿。     

基于PSO-SWELM的应变传感器在线温度补偿方法

针对光纤布拉格光栅(Fiber Bragg Grating,FBG)应变传感器受环境温度影响而造成的波长漂移问题,提出粒子群优化(Particle Swarm Optimization,PSO)结合滑动窗口极限学习机(Sliding Window Extreme Learning Machine,SWELM)的在线预测算法对其进行温度补偿。利用PSO算法优化SWELM网络滑动窗口和隐含层神经元数目,提升了模型的预测精度,模型预测均方根误差最小能达到0.06pm。PSO-SWELM实现了对应变传感器数据的在线更新及波长漂移预测,对实时测量数据和预测数据进行差分运算完成温度补偿。与SWELM的对比分析结果表明,PSO-SWELM算法的预测精度平均提升了11.04%,并具有良好的温度补偿效果。     

基于多机协同架构的快速记录仪设计

针对现有记录仪在10sps至10Ksps采样频率这一细分市场的空白,文章提出了一种基于多机协同架构的快速记录仪。通过多机协同架构使采样、缓存、传输、存储、自标定、显示及上传等按序串联操作转化成高效的并行操作,提高了记录仪工作效率。借助通道失配自标定算法,克服了记录仪因增益失调、零漂、时漂、温漂移引入的误差,进一步提高了采样数据的精度。选用SOC芯片结合系统资源的综合利用,降低了系统复杂度,提升了仪表可靠性。     

激光捷联惯导系统射前自标定方法

在分析激光捷联惯导系统静态误差模型的基础上,从系统实际应用情况出发,该文研究了激光捷联惯导系统射前自标定法。该方法充分利用了激光捷联惯导系统自身测量数据,在不依赖外界基准信息情况下,通过导弹起竖和转动获取所需标定位置,完成了误差系数自标定。实验结果表明,该文研究的激光捷联惯导系统射前自标定法能够达到标定精度要求,实现简单方便,具有较强的工程实用性。     

一种新颖的基于神经网络的压力传感器标定系统

根据一种特定的输入-输出特性曲线,本文提出了一种新颖的标定算法,同时设计了一种可有效消除该非线性误差的标校系统。 不同于常规的BP和RBF,本文的方法首先获取该特性曲线的斜率和截距,然后得到电压-压力的特性曲线。测试结果表明：本算法收敛速度快,具有很强的鲁棒性,同时可得到很小的MSE。不同的试验结果也表明：本标校系统工作稳定,测量精度优于设计要求,而且,本系统具有很好的实时性。     

对角型广义RBF神经网络与非线性时间序列预测

径向基函数（RBF）神经网络在非线性时间序列预测方面发挥着重要作用。本文提出了对角型广义RBF神经网络模型,并利用贝叶斯阴阳（BYY)谐和学习算法进行隐层单元个数的选择和参数初始值的设置,且建立了同步LMS算法进行参数学习。进一步,将对角型广义RBF神经网络应用于非线性时间序列预测,得到了预测准确率高和速度快的效果。