一种微机械陀螺仪误差的高精度补偿方法

为了提高低精度微机械陀螺仪的精度,研究了陀螺仪的确定性误差.根据陀螺仪的误差模型推导了如何得到陀螺仪的输出数学模型中的刻度因子、失准角、零偏.利用allan方差辨识陀螺仪的噪声系数,根据微机械陀螺仪的误差模型设计了kalman滤波器进行动态仿真,仿真结果表明:采用卡尔曼滤波补偿后微机械陀螺仪的输出均值较原始值和标定后有了明显的提高.     

微机械陀螺仪及其应用研究

本文研究微机械陀螺仪及其炮射导弹瞬时飞行姿态测量中的应用,文中介绍了微机械陀螺仪的工作原理,数学模型及其应用系统。该陀螺仪采用硅微机械加工技术制造,体积小,便于装入弹体内,可实时测量炮射导弹俯仰,偏航和滚转三种运动姿态。     

温度对IMU微机械陀螺仪零偏影响及标定补偿

围绕对变温环境IMU中微机械三轴陀螺仪的零偏值误差进行补偿,由于零偏值程的非线性趋势,常规线性拟合方法无法精确进行补偿。首先通过实验和资料分析得到影响零偏值的各个因素,并推导出零偏的模型。为对零偏值进行精度补偿,提出线性拟合法和分段插值法。在温度-25～＋40℃采用线性方法和分段拟合方法分别补偿,通过两种方法补偿结果对比得出,分段拟合方法的精度比线性拟合方法的精度在x、y、z轴分别提高0.1053°/s、0.2574°/s、0.2339°/s,从而选择分段插值方法进行补偿,补偿结果比较理想。     

高精度电子分析天平参数估计与滤波

电子分析天平的传感器结构和测量电路比较复杂,不能够精确求出系统的传递函数。为了估计出系统的传递函数并提高测量数据的信噪比,先通过拉氏变换的方法估计了系统传递函数的阶数,推导了稳态下系统的状态方程,通过自回归方法估计系统参数并结合卡尔曼滤波的方法对测量结果滤波。试验通过离线数据估计出了方程参数和噪声强度,并验证了测量过程数据的平稳性,显著性水平低至0.001。参数估计加卡尔曼滤波混合方法与普遍采用的滑动窗口滤波法作了比较,新方法的平滑性和稳定性均有显著提高,测量标准差可达原有方法的30%,线性度可达6.7×10^-5,响应时间较原方法低至10%。4个样品的试验数据验证了该方法的可行性和有效性。     

微风速流场数据采集与融合方法研究

在微风速(0～1 m/s)空间流场测量中,对传感器精度要求高,实时在线仪表数据精度不够,数据采集滞后性大;考虑采用多个传感器测量提高精度,但也存在数据融合的问题.针对微风速流场测量,提出基于K均值RBF神经网络的数据采集预处理软测量模型,首先选取中间变量(电流值),运用K均值聚类,用RBF网络训练得到单个传感器数据;提出基于相关性kalman滤波的传感器数据融合算法,剔除无效数据点,并融合得到精确风速预测值.测量实验和数据结果表明该方法处理的数据结果滞后性小,处理速度快,数据精度高.     

硅基电磁式MEMS微扬声器结构设计和制作

设计制作了一种高音质电磁微机电系统(MEMS)扬声器,该结构由悬臂梁支撑的硅基薄膜、固定在硅基薄膜上的钐钴磁体以及制作在PCB板上的铜线圈组成。扬声器微结构利用体微加工工艺制作,微梁支撑的硅基薄膜刚度较大,在音频范围内只有三个振动模态,远少于传统电磁式微扬声器使用的聚合物薄膜振动模态数,减少了尖声信号出现,提高了声音的质量。悬臂梁结构可以提供较大的振动幅度以及很好的振动线性度,从而获得更高的声压。扬声器结构硅基薄膜直径1mm,厚度25μm,悬臂梁宽度20μm,厚度25μm,具有音质好、声压大的特点。     

基于kalman滤波的机器人三维视觉定位

针对三维视觉定位问题,提出了一种基于kalman滤波的机器人眼在手上视觉定位方法。利用图像的全局特征描述子—图像矩来提取目标的三维图像特征,在不标定摄像机和机器人坐标变换关系的情况下,采用kalman滤波估计算法对图像雅可比矩阵进行在线辨识,并建立图像特征反馈控制,使定位目标物体的图像坐标始终保持在图像平面的中心位置。利用MATLAB仿真软件建立了基于kalman滤波的机器人眼在手上视觉定位仿真模型,实现了机器人的三维视觉定位。实验研究表明,该方法可以使机器人到达目标位置,且定位精度较高。     

基于微网有源滤波装置谐波检测与抑制的研究

由于微网能够改善分布式能源的利用效率,提供不间断的电源,近年来得到广泛的发展和应用。但是微网里含有大量的非线性元器件,在运行时产生大量的谐波,影响电力系统的安全稳定运行。为此,对微网的谐波检测与谐波抑制展开研究,利用基于瞬时无功功率理论的ip-iq检测法对谐波进行快速检测。同时,提出将无源滤波器与有源电力滤波器结合的方法对微网的谐波进行抑制。通过Matlab/Simulink搭建模型进行仿真验证可知,单一的无源滤波器不能满足滤波要求,而HAPF的谐波抑制方法具有较好的谐波抑制效果,验证了本文谐波抑制方法的有效性和可行性。     

硅漂移探测器探测效率标定研究

单能 X 射线标定装置是基于布拉格衍射原理产生单能 X 射线的装置,能量连续可调的单能 X 射线可以为探测器提供 能量可选的详细标定实验。 使用蒙特卡洛计算软件对两个不同型号的硅漂移探测器的探测效率进行模拟计算,得到 3 ~ 50 keV 能量段的探测效率,在单能 X 射线标定装置上完成了硅漂移探测器探测效率的标定实验,得到实验测量的探测效率曲线,并与 模拟效率曲 线 对 比。 其 中, PNDetector 公 司 的 MLC 型 硅 漂 移 探 测 器 的 实 验 结 果 与 理 论 计 算 结 果 的 误 差 最 大 值 为 4. 23%@ 15 keV,KETEX 公司的 BEV 133 型硅漂移探测器的实验结果与理论计算结果的最大误差为-6. 88%@ 12 keV。 结果表 明,在 7~ 16 keV 能量段,两个探测器的实验标定结果与理论计算结果相符,在 8 keV 左右,实际探测效率大于 90%。 研究成果 验证了使用基于布拉格晶体衍射原理的单能 X 射线用于探测器标定的优越性,为国产化 X 射线探测器提供可靠的性能研究与 测试平台。     

三轴转台误差对陀螺仪标定精确度的影响

为了精确地在三轴转台上标定陀螺仪误差模型系数,分析了三轴转台的各种误差源对陀螺仪误差模型系数标定精确度的影响.介绍了三轴转台的误差源,包括轴线垂直度误差、转台的位置误差和倾角回转误差等,建立与转台误差以及陀螺仪误差模型系数有关的陀螺仪输出全误差方程.经过仿真计算,确立了误差源与误差模型系数的标定精确度之间的量化关系.根...     

MEMS传感器数据漂移抑制技术研究

针对惯性测量系统中MEMS加速度传感器存在信号漂移而导致测量误差的问题,采用时间序列的分析方法,对MEMS加速度传感器测量的数据进行分析。将MEMS加速度传感器测量的数据通过DSP读取后,通过ADF准则进行平稳性检验,传感器数据满足平稳时间序列条件。根据传感器数据的自相关函数与偏自相关函数特征,判断出序列满足AR(p)模型。通过AIC准则进行随机性检验,同时进行时间序列模型识别与参数估计,传感器数据在使用AR(1)模型进行建模时达到最优。建立MEMS加速度传感器信号漂移AR(1)模型,并依据模型设计卡尔曼滤波器。结果表明,在滤波前加速度传感器零偏稳定性为0.3032mg,卡尔曼滤波后的加速度传感器零偏稳定性为0.0247mg,测量稳定性能有效提高,并且运算阶数较低,能很好的应用于嵌入式系统。     

卡尔曼滤波算法工程化设计

卡尔曼滤波算法在近代的自动控制、航空航天、通讯、导航等诸多领域有非常广泛的应用。当我们在工程上用软件来实现时，要求该工程软件具有良好的可维护性和可读性，以及高度的可靠性和稳定性。本文将从软件工程的观点上，介绍如何采用面向对象程序设计的方法实现上述的目标。     

基于EMD和卡尔曼滤波的振荡信号检测

针对振荡信号,可以定量计算振荡信号的参数,同时定位振荡发生的起始时刻。振荡的随机性使其常常叠加于基波信号之上,EMD分解能将叠加于基波信号上的振荡信号提取出来,从而使得卡尔曼状态空间方程简化而可靠。在建立卡尔曼状态空间时,利用Z变换建立迭代关系,使得含指数变化项的振荡信号的状态更新变得简单。利用该方法可以快速精确地检测出振荡的频率和衰减指数,最后利用振荡发生起始点处的采样值可以快速确定振荡的最大幅值。卡尔曼滤波能容纳一定程度的噪声,可以利用卡尔曼滤波将噪声的影响有效降低,通过仿真实验可以看到该方法能有效检测振荡信号的实时参数,并确定振荡的有效区间,误差均较小。最后通过比较几种检测振荡信号的方法,证明了本方法的优势。     

基于粒子滤波算法的电力系统短期负荷预测研究

针对电力系统短期负荷随机性和偶然性较大,使得传统的卡尔曼滤波或者扩展卡尔曼算法不能发挥最优的滤波效果的问题,建立了基于粒子滤波算法的负荷预测模型,并讨论了参数选择对预测结果的影响,给出了优化的状态参数选择区间.通过对仿真验证了本文方法的有效性,最后将本文的方法与卡尔曼滤波算法进行了对比仿真,仿真结果证明本文提出的方法具...     

基于扩展卡尔曼滤波器的异步电机转速辨识

在异步电机控制基础上 ,利用扩展卡尔曼滤波器将转子转速看成系统的一个状态量 ,根据定子侧可以测量的电流、电压值 ,逐步估计出转子转速 ,为研制无速度传感器控制打下基础。     

适用于电气化铁路的单相注入式混合有源滤波器

提出了一种适用于电气化铁路的新型单相注入式混合有源滤波器。这种新型有源电力滤波器能够补偿一定的无功,注入支路通过添加基波谐振支路的方法大大降低了有源滤波器的容量,克服了电网基波电压对装置的影响。并详细分析了系统的滤波原理,提出了基于卡尔曼增益自调整的改进型动态谐波含量估计方法,能够快速准确的跟踪检测电网谐波电流,并且克服了电力机车等冲击性负荷引起的电网电压畸变对谐波检测精度的影响;提出了基于逆变器两侧能量平衡的电流控制方法使有源部分吸收或释放一定有功或无功功率及产生与注入支路回灌谐波电流相反的抑制电流,然后联合电网谐波电流跟踪控制以获得系统参考信号,保证了直流侧电压的稳定,提高了装置可靠性,增强了系统滤波性能。仿真和实验结果表明这种新型单相注入式混合有源电力滤波器可靠性较高,满足电气化铁路所带电力机车等冲击性负荷的要求,可获得良好的滤波效果。     

基于CSM_UKF的双经纬仪强机动目标跟踪研究

以双经纬仪纯角度测量与定位为研究内容,考虑量测方程的非线性,采用无迹卡尔曼滤波(UKF)进行系统状态估计。同时,设定非合作目标预警跟踪背景,假设目标存在强机动的情况,以当前统计模型(CSM)拟合目标运动状态,建立了双经纬仪对强机动目标的CSM_UKF跟踪模型。在相同条件下,与匀加速模型进行了仿真比对。仿真结果表明,该模型能实现双经纬仪纯角度测量条件下对目标的稳定跟踪,尤其在目标存在强机动条件下,跟踪效果优于匀加速模型。     

硅太阳电池模型参数的一种解析方法

通过对硅太阳电池的数学模型进行分析,给出了一种利用硅太阳电池的开路电压、短路电流以及最大输出功率点处的电压、电流确定模型参数的方法.对两种硅太阳电池进行了仿真及实验测量.数据分析结果表明该方法确定的模型能够反映硅太阳电池的特性.     

卡尔曼滤波对油中溶解气体含量的预测

准确测量变压器油中溶解气体的浓度是对变压器进行色谱分析的关键,为此,以卡尔曼滤波理论为基础研究了新型油浸式电力变压器油中溶解气体含量的预测模式及其应用特性,并分析了卡尔曼滤波的稳定性、实用性及其适应数值变化的能力,展示了卡尔曼滤波在数据预测方面的优越性。在卡尔曼滤波算法的迭代计算中以观测量的最小均方误差阵为准则,推导出了用预测误差向量进行方差估计,求出最小方差意义下预测量的最优估计。理论推导和仿真结果表明,该方法计算简单、可靠,可以大大地降低预测误差,提高预测模型的预报能力,能满足工程实践的需要。