基于非平稳时间序列的陀螺漂移性能建模与预测方法研究

研究了利用Kalman滤波和小波分析两种方法对陀螺漂移非平稳时间序列建模预测的基本思想和具体算法。实验证明,这两种方法较传统的差分法优越,可以很好地完成非平稳时间序列的建模预测,并且通过比较分析了它们各自的优缺点,为选用合理的建模方法提供了依据。     

基于灰色时序模型的激光陀螺漂移数据滤波

为了有效抑制机抖激光陀螺(RLG)输出数据中的随机漂移,提出了采用新陈代谢GM(1,1)灰色模型与时间序列模型融合的灰色时序建模新方法.依据所建模型对激光陀螺的漂移数据进行Kalman滤波,并利用Allan方差法对建模滤波前后的陀螺数据进行分析对比.结果表明:该方法抑制激光陀螺随机漂移的效果优于传统的时序建模后Kalm...     

基于组合模型的激光陀螺漂移建模研究

激光陀螺随机漂移数据易受环境的影响,特别是温度因数,其输出表现为时间与温度的非线性关系.传统的对数据建模方法包括时间序列和神经网络方法,但单纯利用这两种方法对诸如随机漂移这种波动性较大的数据建模精度不够高.运用灰色理论对原始信号进行预处理,得到规律性较强的累加数据;再利用时序和神经网络法进行建模,提出了两种组合建模方法:灰色时序(GARMA)建模法和灰色神经网络(GRBFN)建模法,并将其运用到漂移数据的处理中.仿真结果表明,提出的组合模型拟合精度高于任何一种单独建模效果.     

三浮陀螺随机漂移数据建模

采用时间序列分析理论,通过实测数据对三浮陀螺的随机漂移建立了自回归滑动平均(ARMA)模型,详细探讨了数据处理与模型建立的过程.利用MATLAB设计了建模软件,减轻了数据计算的工作量,并分析了相关结论.结果表明,模型能准确反映陀螺漂移的特性.     

三浮陀螺仪随机漂移模型研究

介绍了基于时间序列分析的陀螺仪随机漂移模型建模原理,对三浮陀螺的漂移数据进行了预处理,建立了陀螺的随机漂移模型,并对模型参数进行了估计.对所建立的5种模型进行了比较,并用两种模型适用性检验准则对模型进行了检验,得出了结论.     

激光陀螺随机误差建模方法研究

随机误差是陀螺的主要误差。为了减小随机误差对激光陀螺精度的影响。介绍了依据激光陀螺漂移数据建立时间序列模型的方法并进行了建模实验,并在此基础上采用卡尔曼滤波算法对激光陀螺的漂移数据进行了处理,取得了较好的效果。结果表明,此方法能有效地抑制激光陀螺的随机误差,提高激光陀螺的精度。     

基于均值漂移的背景建模方法

介绍了一种从包含复杂运动场景的图像序列中获取理想背景模型的有效方法。通过分析背景建模的若干影响因素为理想背景构建模型。使用非参数化的均值漂移算法寻找背景图像像素值分布最为集中的区域,并且实现背景模型的不断更新。实验结果表明,该方法较传统背景生成算法具有较强的鲁棒性,能够有效实现在复杂场景下的背景建模和目标检测。     

基于时间序列模型的雷达数据随机误差建模与补偿

针对雷达数据随机误差超差的问题,分析了非平稳时间序列自回归求和滑动平均(ARIMA)模型,并以雷达某次实测国际空间站数据的前4 000点数据建立ARIMA模型,设计了基于此模型的Kalman滤波器,利用所设计滤波器对雷达前4 000点数据和剩余数据分别进行了滤波处理,补偿后误差为原数据的13.7%和20.1%。结果表明:该方法能有效降低雷达测量数据随机误差,提高数据质量。     

压电陀螺随机漂移的建模与补偿

陀螺随机漂移是衡量陀螺仪精度的重要指标之一,对陀螺的随机漂移进行辨识与建模研究可对随机漂移作一定的补偿,提高陀螺的精度。利用小波多分辨率分析和假设检验的方法,在对某型压电陀螺随机漂移的实测数据进行预处理的基础上建立了时间序列模型,并在计算机上对卡尔曼滤波补偿随机漂移进行了仿真,结果证实了该模型的有效性。     

半球谐振陀螺仪随机漂移数学模型研究

半球谐振陀螺仪在实际工作过程中会受到各种随机因素的干扰,存在随机误差,影响其工作精度.该文针对半球谐振陀螺仪输出中的随机漂移,结合使用小波分解、自相关分析和平稳时间序列建模等方法,对半球谐振陀螺仪的测试数据进行处理,建立了其随机漂移的AR模型,并利用残差检验法对模型的有效性进行了检验,为半球谐振陀螺仪的随机误差补偿提供了参考依据.     

基于新的AFCM算法的陀螺仪漂移预测

为克服模糊规则提取的盲目性和随机性,提出了一种基于新的自适应模糊C-均值聚类(AFCM)算法的T-S 模糊建模方法.首先利用减法聚类来确定聚类数目的上限和初始聚类中心,然后采用改进的模糊C-均值聚类(FCM).算法进一步优化聚类中心,最后通过聚类有效性评判方法自适应地确定规则数及聚类中心,同时改进的FCM算法也克服了野...     

基于灰色系统理论与Bootstrap方法环境因子的确定

若产品的试验数据较少,那么按照具体的寿命分布来估计的环境因子就可能存在较大的误差。为了解决这个问题,提出了一种结合灰色系统理论和Bootstrap的估计方法。首先利用灰色系统理论理论获得初始环境因子估计,然后用Bootstrap方法进行二次精确估计,最后再进行数据折合。算例表明：该方法实用、精度高,便于工程人员所掌握,具有工程应用价值。     

基于灰色理论的机载预警雷达效能评估技术

以机载预警雷达为研究对象,提出基于灰色系统理论的效能评估模型。采用层次分析法建立多层次效能评估指标体系结构,确定评估体系指标权重。通过专家对指标评分,建立评估指标值矩阵,运用灰色系统理论进行计算,给出4种型号主要机载预警雷达效能评估代数值。结果表明,利用该方法对机载预警雷达效能进行评估是可行的,评估结果也可为发展机载预警雷达提供一定的借鉴。     

基于熵权灰色关联模型的移动数据业务综合绩效评价算法

在建立了移动数据业务评价指标体系的基础上,引入熵权法和灰色关联分析相结合的综合评价模型。熵权法是一种客观赋权方法,相对那些主观赋值法,精度更高。而灰色关联分析法对定性信息进行量化处理,减少了主观因素的影响。二者相结合充分利用了各指标的所有信息,提高了评价结论的准确性,最后通过实例验证了该模型的有效性和适用性。     

灰局势决策方法在决策层融合目标识别中的应用

本文提出了一种基于灰局势决策的决策层融合目标识别算法,并利用各子源传感器判决结果包含的动态信息,通过计算灰关联系数对各类目标进行了加权处理。实验中利用上述方法对五类目标雷达观测数据的分类结果进行了融合,其结果表明该方法的目标识别性能与子源传感器相比得到了有效地提高。     

小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移,提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号,利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声,灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明,相较于传统的灰色理论模型和单一的Elman神经网络模型,新算法有效滤除了白噪声,并将预测模型的精度提高到96%以上,证实了模型的有效性。     

基于时间调制的光学相关法测量亚像元像移研究

为了对高帧频采集的序列图像进行亚像元配准,使用了基于时间调制的光学联合变换相关的方法对相邻两帧图像进行相关运算,测量出相对像移量。给出了使用该方法测量像移的原理,并搭建了实现该方法的实验平台。对不同像移图像的测量结果表明,在使用基于时间调制的光学相关法测量像移时,测量误差服从均值为0的正态分布,在显著水平为0.05下,像移测量误差的均方差不大于0.12个像元。