基于逆向导航算法的捷联式惯性导航系统改进优化对准方法

快速性和精度是捷联式惯性导航系统动基座初始对准的重要指标。优化对准方法（OAM）在短时间内难以获取足够多的观测信息,导致对准性能降低。针对此问题,提出一种基于逆向导航算法的改进动基座初始粗对准（IMCA）方法。通过逆向导航算法对存储的陀螺仪和加速度计数据进行虚拟延长并加以反复利用,扩展积分区间长度,以构建新的观测矢量、实现对准精度的提升。推导了载体坐标系下的OAM,分析了观测矢量包含的信息量对姿态确定精度的影响。基于车载实测数据,分别利用OAM和IMCA方法进行动基座初始对准试验,结果表明：相比于OAM,IMCA方法可在相同条件下实现更高精度的初始对准;IMCA方法应用在载体坐标系下动基座初始对准中是可行、有效的。     

双轴旋转惯导旋转方式误差特性研究

在惯性导航系统定位精度优化问题的研究中,惯性导航系统在误差源作用下会产生误差.对于捷联惯导系统,常见误差源有陀螺和加速度计的常值飘移、随机游走,IMU的安装误差以及陀螺的刻度系数误差等.旋转调制可以抑制某些误差源对系统的影响,而调制效果主要由旋转方式决定.为研究双轴旋转惯导系统在不同旋转方式下的误差特性,推导了在不同旋转方案下的旋转矩阵表达式.分析了惯导系统在上述两种旋转方式以及在陀螺各常见误差源作用下的误差特性.考虑陀螺常见误差源,仿真了捷联惯导以及两种旋转方式下的双轴旋转惯导系统的位置误差模型.结果表明,在一定旋转方式下,双轴旋转惯导系统能够有效提高系统定位精度.     

单轴旋转惯导系统误差特性研究

为研究单轴旋转惯导系统的误差特性,推导了旋转惯导误差方程,分析了陀螺典型器件误差对惯导系统误差特性的影响.为了研究不同旋转方式对陀螺器件误差的调制效果,设计了单轴单向连续旋转、单轴正反连续旋转以及单轴转停三种旋转方式,分析了各旋转方式对典型误差源的调制效果.综合考虑陀螺常见器件误差,选取典型误差量,基于Simulink建立了仿真模型,仿真了不同旋转方式下的惯导系统位置误差特性.结果表明,不同的旋转方式会产生不同的调制效果;同时,单轴正反旋转的惯导系统可以有效地对陀螺常见器件误差进行自补偿,提高定位精度.     

一种基于ZigBee无线通信的PLC控制方法及应用

基于ZigBee无线通信技术,提出一种利用PLC进行远距离控制的方法,并将其应用到水位控制系统中,有效解决了远距离水位控制系统的通信和供电问题。通过无线发射器将水位传感器采集到的信号通过无线方式传输到PLC中,PLC根据设计的水位控制算法对输入的水位信号进行分析处理后输出控制信号,控制水泵的工作状态,实现自动供水;远距离水池的水位信号采集和传输装置采用太阳能供电,为解决有限成本下太阳能供电系统输出功率受限的困难,将系统中采集的水位信号由模拟量改为开关量;为直观、实时地显示泵组的工作状态,组态了基于WinCC的水位显示和控制程序。实际运行结果表明,系统工作稳定、可靠,实现了供水资源合理、有效的配置。     

复合式惯导系统

与平台式惯导系统相比,捷联式惯导系统具有体积小,成本低,启动时间快及可靠性高等优点。但其表现受到载体角运动的影响。结合捷联式惯导系统和平台式惯导系统的优点,该文研究了一种复合式惯导系统。首先,详细描述了该系统的原理;其次,推导出该系统的误差方程。从理论上分析了该系统的性能不会受到载体角运动的影响。仿真实验结果验证了该方法的有效性。     

基于6 类噪声项拟合模型的光纤陀螺噪声特性分析方法

针对传统的陀螺噪声特性分析方法出现拟合模型不准确的问题,提出一种基于6 类噪声项的拟合模型及分段拟合方法。采样某型光纤陀螺数据,分析了导致拟合模型不准确的内在机理,指出在光纤陀螺随机噪声中存在低频正弦项噪声成分,该项噪声在传统的5 类噪声拟合模型中通常被忽略。对于精度较高的光纤陀螺,这种忽略处理导致其拟合模型不合理、拟合系数结果不准确。通过对实测陀螺信号进行时域、频域分析,确定正弦项噪声的频率,将正弦项噪声纳入拟合模型中,提出一种包含6 类噪声项的拟合模型,同时为减小正弦项噪声、量化噪声项、零偏不稳定项、速率斜坡项等因相关时间相近而带来的耦合误差,提出一种分段拟合方法。针对某型光纤陀螺的实测数据的Allan 方差,基于6 类噪声项的拟合模型,采用文中所提方法进行噪声特性分析。结果表明:六类噪声项的拟合模型的拟合误差很小,拟合系数准确、可信。     

基于微分器与神经网络的PID控制算法研究

在工控系统微分器设计优化问题的研究中,由于在工业生产实践中,传统PID参数整定方法难以得到合理优化的PID参数,传统增量式PID控制存在抗干扰性较差、控制精度不高的问题.针对上述问题,提出了基于跟踪微分器与神经网络的PID控制算法.对跟踪微分器的原理进行了阐述,通过跟踪微分器实现位置信号滤波与速度信号求解;对增量式自适应PID控制算法进行了改进.在上述基础上,构建了基于微分跟踪器与神经网络的PID控制器.对控制算法进行了仿真,仿真结果表明,提出的控制算法具有抗扰动能力强、控制精度高等优点.