多分量力传感器的误差补偿与稳定性考核

为解决杯突试验机夹紧力的校准问题,采用单体式多分量结构设计新型测力传感器,同时采用电路补偿和软件对非线性误差修正来提高传感器的准确度,采用计算机测量系统对多分量力传感器的重复性和稳定性进行考核。测量结果表明:设计的多分量力传感器各分量的重复性不大于0.07%,而长期稳定性优于0.26%。     

软件方法实现的积算定时器及误差分析

针对FXON型号的PLC中没有积算定时器的现状,用软件的方法实现了积算定时器,设计并给出了积算定时器的梯形图程序,详细分析了程序的定时误差.误差分析结果表明这种用软件方法实现的积算定时器完全满足工程实践的应用要求,在一定程度上弥补了PLC不同型号间可编程软元件的差异,为定时控制程序的编写提供了一种新的思路.     

基于OmeagaLand的乙烯装置仿真培训系统①

主要介绍了大型乙烯装置计算机仿真培训系统的开发及应用。详细说明了系统建模机理,硬件结构设计,软件设计及系统开发等的方法及特点。针对乙烯装置工艺复杂,涉及组分多的特点,按照工艺流程划分成不同单元,建立各单元物料和能量平衡关系、反应动力学关系,从而建立起乙烯装置严格的机理模型。序贯连接各个单元设备的仿真模块,构成完整仿真培训系统。还提供了建立汽油加氢机理模型的方法。系统模型测试稳态误差低于5%。     

温度效应造成的半球谐振陀螺振幅和测角误差因素分析

在半球谐振陀螺工作的过程中,环境温度的变化是不可避免的。温度的变化影响谐振子尺寸变化,导致陀螺产生热漂移。根据振幅检测原理,推导温度效应误差的数学表达式,分析它对测量结果的影响,这对选择合适的补偿算法以消除温度效应误差有一定的指导意义。     

无线传感器网络中基于量化观测的粒子滤波状态估计

无线传感器网络环境下处理分布式状态估计问题,由于网络中的带宽限制,减少通信成本是非常重要的一个环节,需要将观测值量化后再传送.针对非线性系统的状态滤波问题,本文提出了一种基于量化观测的粒子滤波状态估计算法,并阐述了基于量化观测的状态估计过程.文中分别采用基于均匀量化(UQDPF)和非均匀量化(NUQDPF)观测的分布式粒子滤波算法进行状态估计,通过被动跟踪仿真实例,利用均方根误差(RMSE)比较了误差性能,并且比较了在不同量化级数下的非均匀量化算法的跟踪误差,仿真结果表明,基于非均匀量化观测的粒子滤波器具有更高的跟踪精度,是一种有效的非线性滤波算法.     

一种低成本MEMS惯性传感器应用技术研究

讨论和分析了标定一种低成本MEMS INS传感器的方法和过程,MEMS传感器价格低廉但是误差很大,因此对其进行精确的标定对减少系统误差有很大的作用,包括零偏、刻度因子以及未对准误差和非正交误差等.通过对陀螺误差进行建模分析,利用卡尔曼滤波对数据进行处理,使用不需要传感器与测试平台精确对准的多位置对准方法来标定加速度计参数,结果表明陀螺的系统方差有很大改善,同时在静态情况下进行导航解算,表明标定结果有效.     

面向机载惯性稳定云台的微姿态参考系统的研究

基于MEMS传感器设计了面向机载惯性稳定云台的微姿态参考系统.首先,对磁力计受到的环境干扰磁场的影响进行了信号补偿;然后,在分析角速度陀螺、加速度计和磁力计等传感器特点的基础上,提出一种新的卡尔曼滤波算法模型;最后,通过性能测试,验证了微姿态参考模型具有较好的静态和动态性能,完全满足机载惯性稳定云台的需求.     

迭代无味卡尔曼滤波器

通过对无味卡尔曼滤波器(Unscented Kalman filter,UKF)的误差进行分析,提出了迭代UKF(IUKF)算法.该基本思路是用测量更新后的状态估计去重新对状态量和观测量的一步预测,然后再次应用LMMSE估计子估计状态量的均值和协方差阵,如此多次迭代后的滤波估计输出具有更高的精度和更小的方差,故滤波器表现出更好的一致性.Monte Carlo仿真表明,IUKF主要应用于观测噪声较小的场合,其中的迭代只需进行2～3次即可.     

基于自适应过滤法和马尔柯夫链的网络流量预测方法

提出了一种新的网络流量预测方法,该方法根据网络流量历史值,用自适应过滤法进行预测,然后用马尔柯夫链对自适应过滤法预测时产生的误差进行修正,从而达到较高的预测精度。应用此模型对实际网络流量进行预测,结果表明了该方法是有效可行的。     

逆M序列在机抖激光陀螺消除动态闭锁中的应用

对逆M序列在消除激光陀螺动态闭锁误差中的应用进行了研究和验证.目前多采用M序列对抖动的幅度进行调制来消除激光陀螺动态闭锁误差,而逆M序列与M序列相比不仅满足注入到激光陀螺抖动中的要求,且比M序列有其性质等方面优势.通过理论分析及M序列和逆M序列在消除机抖激光陀螺动态闭锁中实验中的应用对比,实验数据表明逆M序列在消除动态闭锁中的作用要优于M序列.