基于隧道磁阻传感器的三维电子罗盘设计

针对现有电子罗盘在地磁场检测时易受到外界磁场干扰而导致测量精度不高的问题,设计了基于隧道磁阻传感器( TMR)的三维电子罗盘并完成样机制作。研究了实际环境中电子罗盘的误差特性,经椭球拟合校正后,采用基于椭圆假设的椭圆拟合方法对误差进行补偿,补偿后其方位角精度可达0.85°,有效降低94.81%的方位角误差。实验结果验证了TMR传感器在电子罗盘应用的可行性。     

基于LabVIEW的多普勒测速雷达的频谱校正

为降低FFT谱分析误差,提高弹丸测速精度,详细研究三角校正法、比值校正法、能量重心校正法和FFT+FT连续细化分析傅里叶变换法,分别运用4种频谱校正算法对理想正弦信号和加噪正弦信号进行仿真研究,并比较在相同信噪比情况下的测量误差。研究结果表明,这4种算法均可改善FFT谱分析精度,其中三角校正法具有算法更简单、计算速度更快、对噪声不敏感等优点,更适合弹丸测速信号的频率校正。     

基于最小二乘法的三维TMR数字罗盘系统设计

针对市面上现有的三维数字罗盘在进行地磁场检测时极易受到外界磁场的干扰进而导致测量精度低的问题,设计了一款基于最小二乘法的三维TMR(隧道磁阻效应)数字罗盘系统。对其在现实中的误差特点开展研究,在由椭球拟合法处理校正后,运用了最小二乘法开展误差补偿,补偿前其方位角精度为4.18°,补偿后其方位角精度为0.46°,结果显而易见,在精度方面拔高了一个数量级,降低了三维数字罗盘系统的方位角误差。实验结果显示,最小二乘法可以极大地提高三维数字罗盘系统的精度,该方法具有较高的工程应用价值。     

基于多磁传感器的智能航向测定系统

为了实现在强磁干扰环境下准确且智能地测定航向角,从影响磁传感器测定航向角精度的诸多因素分析,采用经典的基于椭圆拟合的校正算法,设计了一种由6只磁传感器围成一个圆的多磁传感器的自动磁校正设备。提出了一种有效的误差补偿技术和准确、智能的测定航向角的方法,避免了手动旋转单只磁传感器来采集不同方向的磁场的操作。多次实验结果表明:在室内强干扰环境中,这种校正技术补偿后的航向误差从150°降低到2.5°。     

三轴磁强计的空间立体校正

针对大噪声环境下三轴磁强计校正问题,提出一种基于立体空间约束的校正方法。在对固有误差和干扰磁场充分分析的基础上,合理构建载体坐标系下三轴磁强计误差校正模型,便于磁强计能够适应载体周围复杂的电磁环境。同时,利用最小二乘法对校正模型的各个参数做最优估计,并加入椭球约束,使得到的结果更符合实际物理意义。仿真结果表明,噪声补偿后较补偿前,模型参数估计精度有了较大提高。     

基于预测误差加权校正的动态矩阵控制

常规DMC中只利用当前时刻的误差对预测值进行反馈校正,造成误差干扰的校正不充分.本文在动态矩阵控制算法的基础上,在误差校正中加入预测的模型误差,对预测值进行加权校正,使误差干扰的校正更充分.以提高控制系统的抗干扰性和调节快速性.通过理论分析和仿真实验,证实了这种算法的有效性.     

GNSS干扰测向中的自适应阵元标校算法研究

在卫星导航系统优化设计的研究中,由于存在空间干扰,信息源方向测试误差较大。针对阵列通道之间存在幅相误差,导致子空间类高分辨测向算法测向性能下降的问题,提出一种快速自校正算法应用到GNSS接收机阵列通道幅相误差校正中。算法无需知道干扰方向,在准确估计出干扰个数的基础之上,采用分步迭代的方式,估计出存在幅相误差情况下的干扰波达方向,能够实现对多个干扰的同时校正。仿真结果表明,改进算法能够有效提高MUSIC算法的稳健性,提高对多干扰的分辨能力和估计精度,在GNSS接收机阵元标校中有良好的应用前景。     

新型多变量广义预测自校正控制器

本文对多变量线性系统提出了一种新的广义预测自校正控制器(MGPC).由于本算法是利用辨识结果直接求解控制器,不需要在线求解Diophantine方程,因而大大减少了计算量,并简化了控制系统的设计过程。仿真结果表明:本文提出的算法能适用于具有有色噪声干扰的不稳定和(或)非最小相位多变量随机系统。     

利用Excel实现自动控制系统校正参数的优化

以频率特性分析法为理论基础 ,研究了利用Excel中的单变量求解法进行系统串联校正的计算方法与步骤。应用幅频特性和相频特性的定义建立了系统校正的数学模型 ,并进行了系统校正的实例分析。实践证明 ,该方法具有无需编写计算程序、简便、快捷、精确和可以实现参数优化的特点     

一种旋转变压器误差分析和校正方法

针对旋转变压器输出信号存在误差影响其测角精度的问题,文中从旋转变压器自身结构、励磁信号的谐波干扰、噪声干扰三个主要方面出发,分析建立出被测角度的误差模型,通过采用24面棱体和白准直仪标定的方法获得角度实际误差值,结合通用全局优化算法的曲线拟合方法计算出误差模型参数。通过与其他三个模型的拟合误差进行比较,该模型的拟合误差最小,平均拟合误差小于0．05”。实验结果证明该模型具有很好的拟合效果,可以提高误差补偿校正精度。     

一种基于椭球约束和Procrustes分析的磁矢量传感器校正算法

磁矢量传感器在测量过程中将受到载体及其他工作部件的干扰,为保证和提高测量精度,提出了基于椭球约束和Procrustes分析的磁矢量传感器校正算法。在分析误差来源并进行分类的基础上,建立了磁矢量传感器误差模型,通过椭球约束法和正交Procrustes分析获得了由测量值到真值的映射关系,实现磁矢量传感器的校正。仿真结果表明,该校正方法能有效地完成磁矢量传感器的校正,而且方法简单、易于实现,在较大噪声水平下也能较好的完成校正工作。     

遥感影像几何校正的GCP残差模拟分析

多源遥感数据分析应用前需要评价影像几何校正或配准的质量以确保满足应用的需求。传统的均方根误差（RMSE）位置精度评价方法固然简单,然而无法描述校正后控制点（GCP）残差的分布特性,因而具有一定局限性。采用交叉验证法并从GCP残差角度出发,分别引入了Morans I空间自相关系数和标准偏差椭圆用于评价GCP残差的随机性和方向性。模拟实验结果表明,Morans I和标准偏差椭圆可用于定量衡量GCP残差的空间随机性和分布方向性,从而更深入地分析几何校正的效果,指导选择恰当的校正模型,提高影像校正的精度。     

单输出系统最优自校正滤波新方法及其在跟踪系统中的应用

对于带未知噪声统计且含未知模型参数的单输出系统,本文用现代时间序列分析方法提出了一种新的自校正滤波方法,给出了具有渐近最优性的自校正滤波器,新方法的特点是基于ARMA新息模型通过计算自校正输出预报器和自校正观测噪声滤波器就可得到自校正状态滤波器,文中给出了在跟踪系统中的应用例子,仿真结果说明了新方法的有效性。     

基于椭圆旋转的磁传感器误差补偿算法

针对硬磁干扰和软磁干扰条件下的磁罗盘误差补偿问题,对传统的误差椭圆假设模型进行改进,提出一种基于椭圆旋转的磁传感器误差补偿算法。分析磁罗盘误差产生的因素,并建立椭圆旋转数学模型。采用非线性最小二乘拟合算法推导出误差补偿参数公式。利用Honeywell双轴磁阻传感器的测量值和椭圆旋转拟合的算法,对两轴磁传感器进行测试标定与误差补偿。实验结果表明,椭圆旋转算法能够有效补偿外部磁场产生的硬磁干扰和软磁干扰,与传统的椭圆模型补偿算法相比,该算法测得的航向角最大误差从2.0°减小到0.4°。     

自校正滤波器在卫星定位中的应用

设计了一种新的基于ARMA模型的自校正卡尔曼滤波器,对卫星定位误差模型参数进行分段在线估计,根据误差模型估计参数直接求取滤波增益阵.并提出了一种直接计算滤波误差方差阵的方法,对两个不同的定位系统进行信息融合.仿真结果表明,在未知噪声统计特性的情况下,自校正卡尔曼滤波器能有效过滤观测噪声,基于它的信息融合规则能够有效提高定位精度.计算过程简单,并可以在线建模.     

一类高分辨方位估计算法的稳健性研究

在水下多目标方位估计中,为了降低阵列误差对高分辨方位估计算法性能的影响,增强算法的稳健性,提出通道归一Toeplitz化的误差校正方法,通过计算机仿真对MUSIC、Mini-Norm、Root-MUSIC、TLS-ESPRIT和MODE算法性能的分析研究,结果表明此校正方法能很好地改善高分辨算法的性能,并且水池实验数据的处理结果也进一步验证了仿真结论的正确性;而且从仿真和水池实验结果可以看到经校正后TLS-ESPRIT、Root-MUSIC和MODE算法稳健性高,有较低的噪声分辨门限,工程应用前景良好.     

面阵CCD图像传感器不均匀性的校正

针对面阵CCD不均匀性特性 ,对降低CCD不均匀性的不同方法进行了探讨 ,结合某参数测试系统的研制 ,对使用基于参考光源的多点因子加权法的校正进行了讨论 ,为使用面阵CCD进行高精度测量提供实用的降低噪声措施和校正步骤。     

虚拟图像特征融合误差控制算法仿真

为使VR图像呈现更大的视场角，需利用镜头反畸变方法优化图像视觉效果，此过程易发生特征畸变。为及时矫正特征畸变，提出VR图像特征融合误差半监督校正算法。提取图像特征，获取误差定位区域。在定位区域中预测特征融合误差。误差数据在支持向量机的辅助下，通过半监督式学习算法对分类器完成训练，分类所有误差特征，最终计算出每种误差的校正系数，实现VR图像特征融合的误差校正。实验结果表明，所提算法的校正准确率始终稳定在90%～100%,在100组迭代实验中所提方法的误差预测精度可达90%以上，校正所需时间更短，均值为0.20s。     

椭球定界算法在混合建模中的应用研究

并行结构混合建模主要由机理模型与误差补偿模型组成.一般地,误差补偿模型不宜过于复杂,且模型应具有校正功能,以免精度随时间不断下降.针对这个问题,本文选择单层神经网络作为误差补偿模型,并将椭球定界算法应用于单层神经网络的参数更新,不仅能够保证建模误差稳定有界,同时能够提高网络的收敛速度.将提出的方法应用于氧化铝生产过程,改进了原有的苛性碱和氧化铝组 分浓度软测量方法.实验研究结果表明,椭球定界算法的应用提高了模型的精度和网络的收敛速度.除此之外,在存在噪声干扰下,改进 的方法比原有方法更稳定,进一步证明了方法的有效性和优越性.     

时间序列分析法用于常减压炼油装置测量数据校正

提高常减压炼油装置过程数据校正精度的有效手段是增加测量数据的冗余。通过对影响测量数据校正的因素进行分析，建立了时序平均值模型，提出了使用时间序列分析法来增加数据校正过程时间冗余的新方法，可在不增加测量点的前提下改善校正数据精度。采用常减压炼油生产装置的实际测量数据，对时间序列分析法的过失误差侦破能力、数据校正精度受时域值、过失误差大小的影响等进行了研究，探讨了时序法的可行性和实用性。结果表明，时序法可以快速有效地用于该装置的实时测量数据校正。