神经网络数据融合在位移传感系统中的应用

温度漂移误差是位移传感系统的主要误差之一.为了提高位移传感器输出的精度与稳定性,可以把位移传感器的输出与温度传感器的输出进行数据融合.提出一种基于RBF网络(径向基函数神经网络)的多传感器数据融合方法,把位移传感器和温度传感器的输出送入融合中心,通过RBF网络的学习训练,得到稳定的位移输出.实验表明:在相同的温度波动情况下,位移传感器的输出稳定性比原来提高了约4倍.该方法在位移传感系统减小温度漂移的应用中十分有效.     

基于惯导系统模型的自对准陀螺测漂方法研究

针对平台式惯导系统初始测漂过程需要外界提供航向基准的特点,文中提出了一种既能自动寻北又能准确测量陀螺漂移的测漂方法.通过方位精对准状态在北西天坐标系和东北天坐标系两次定位测量水平陀螺漂移,在水平精对准状态下记录北向速度并采用最小二乘法解算方位陀螺漂移.仿真和工程试验结果表明,该测漂方法在实现自动寻北的条件下,能实现对水平轴和方位轴漂移的精确测量,满足导航系统对常值漂移测量精度的要求.     

精密机械陀螺热漂移的一种软件补偿方法的研究

本文从分析精密机械陀螺的结构出发,采用了一种简便的动态模型描述陀螺的热漂移,并提出了对这类模型的一种分段解法。经实验数据计算表明,用这种模型进行热补偿,在4min内即能使陀螺热漂移的峰值减小了80～90%,从而为缩短系统的对准时间提供了一种有效的工程方法。     

陀螺温漂对稳定平台动态性能影响的探讨

本文详细讨论了由于温度变化而引起液浮积分陀螺产生漂移的机理以及对所组成稳定平台系统动态性能的影响,并给出了仿真的数值结果,为进一步改进系统质量提供了参考。     

卡尔曼滤波在陀螺测试转台中的应用

采用卡尔曼滤波理论给了出陀螺漂移的是优线性递推估计,提出一种分离状态向量的办法,对陀螺随机漂移的相关函数进行了在线估值,并推导了增广矩阵递推算法,滤波递推过程在计算机上进行了仿真验证。     

非平稳时间序列建模用于陀螺漂移分析

本文将非平稳时间序列的状态空间建模方法用于陀螺过渡过程的分析．基于平滑先验约束的概念，使用卡尔曼滤波和赤池的ＡＩＣ方法拟合全局模型，得到陀螺漂移模型的若干数值结果并用于陀螺系统分析．由于观测序列的趋势项、不规则分量可同时建模，因此比分别建模在统计上更加准确有效．     

基于径向基神经网络的压力传感器信息融合技术

因为压力传感器的温度漂移普遍存在,其输出特性容易受环境温度、电压扰动等各种非目标参量的影响,从而大大降低了其性能．利用径向基神经网络构建了双输入单输出网络模型,采用带遗忘因子的梯度下降算法,实现了压力传感器高精度温度补偿,从而大大提高了压力传感器的稳定性和可靠性．     

GPS辅助的SINS系统快速动基座初始对准

为实现基于优化的动基座对准算法(OBA)对陀螺仪误差的估计,并使其能够应用于低精度SINS系统中,将自适应无迹卡尔曼滤波算法与OBA算法相结合,提出一种新的由GPS辅助的SINS系统快速动基座对准（FIMA）算法.该算法首先推导了陀螺仪常值漂移与失准角之间的关系,并以此构建非线性系统状态方程,然后用重力加速度和GPS输出速度的积分构建量测方程;由于系统存在非线性,提出使用UKF算法对失准角以及陀螺常值漂移进行估计;由于量测方程由速度和重力加速度的积分构成,量测噪声协方差难以确定,引入自适应滤波算法对量测噪声实时估计. 跑车实验结果表明:对于低精度SINS系统,该算法可在15 s左右将航向角误差收敛到3°以内,在3 min以后航向角误差可收敛到1°以内;与传统非线性动基座对准算法以及OBA算法相比,该算法可在无任何初始姿态信息的条件下快速对准,且能够对陀螺常值漂移进行在线估计和载体系失准角补偿,提高了动基座对准的精度和收敛性能.     

惯导对准过程中陀螺仪漂移测量研究

惯导对准过程中陀螺仪漂移率的测量是一个重要的工程实际问题，经典的闭环测量在测量精度和快速性等方面存在缺点。研究了开环测漂的方案，利用递推的最小二乘法获得了陀螺漂移的计算公式。实验证明，开环测漂方案既能满足精度要求，又能保证快速性，切合工程实际的需要。     

光纤陀螺随机建模与仿真研究

研究光纤陀螺的随机漂移特性对提高光纤陀螺的精度具有重要意义.分析了光纤陀螺的随机误差特性的总方差特征,建立了光纤陀螺的随机模型,给出了各种随机噪声的仿真方法,提出了模拟光纤陀螺随机漂移的方法.在随机仿真中,采用平衡多小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程来模拟指数相关噪声.进行了随机仿真实验,结果表明,建立的随机模型和采用的仿真方法是合理有效的.     

A Sensor Failure Detection Method Based on Artificial Neural Network and Signal Processing *

ＡＳｅｎｓｏｒＦａｉｌｕｒｅＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋａｎｄＳｉｇｎａｌＰｒｏｃｅｓｉｎｇＮＩＵＹｏｎｇｓｈｅｎｇＺＨＡＯＸｉｎｍｉｎ（钮永胜）（赵新民）（Ｄｅｐｔ．ｏｆＡｕｔｏｍａｔ...     

Vondrak滤波在磁悬浮陀螺全站仪数据处理中的应用

磁悬浮陀螺全站仪容易受到外界干扰力矩的影响,采样数据中包含随机性漂移,而这种随机性漂移无法建立数学模型,因此采用不要求建立函数模型的Vondrak滤波对陀螺数据进行处理; 并在西安地区建立一条高精度天文基准线,在此基准线上反复进行8次测回的陀螺方位角测量试验,对每一测回的40 000组第1、2位置寻北力矩进行Vondrak滤波平滑处理。结果表明:Vondrak滤波平滑处理后,数据序列的毛刺减少,平滑数据序列能够反映出磁悬浮陀螺全站仪寻北力矩的变化趋势; 与原始数据相比,Vondrak滤波平滑处理结果的均方根明显减小,数据更为集中; Vondrak滤波能够有效消除磁悬浮陀螺全站仪的随机性漂移影响,提高真北方位角的测定精度,在最大程度上滤除干扰成分, 保留有用信息。     

径向基函数网络在传感器故障检测中的应用

目的应用单一传感器信号检测控制系统中的传感器故障．方法采用由径向基函数网络组成一种神经预测器,神经预测器采用由ｎ均值分簇和Ｋａｌｍａｎ组成的混合算法在线对传感器信号进行学习,并在此基础上预测传感器输出,神经预测器的预测输出和传感器实际输出值之差如果大于一个阈值,则可检测出相应的传感器发生了故障．故障检测阈值的选取与噪声方差和可能的预测误差有关．结果与结论计算机仿真结果表明该方法有效地检测出了水翼艇动力装置中的陀螺故障     

Identification of coefficients in platform drift error model

0　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｉｎｅｒｔｉａｌｎａｖｉｇａｔｉｏｎｐｌａｔｆｏｒｍｉｓａｎｉｍｐｏｒｔａｎｔｃｏｍ ｐｏｎｅｎｔｏｆＩＮＳ ,ｗｈｉｃｈｐｒｏｖｉｄｅｓａｎｉｎｅｒｔｉａｌｍｅａｓｕｒｉｎｇｂａ ｓｉｓ .Ｇｙｒｏｄｒｉｆｔｅｒｒｏｒ ,ａｃｃｅｌｅｒｏｍｅｔｅｒｏｕｔｐｕｔｅｒｒｏｒａｎｄｓｏｏｎｃａｕｓｅｔｈｅｐｌａｔｆｏｒｍｄｒｉｆｔ .Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｙｓｔｅｍａｃｃｕｒａｃｙ ,ｗｅｃａｎｕｓｅｔｈｅｇｙｒｏｓａｎｄａｃｃｅｌｅｒｏｍｅｔｅｒｓｏｆｈｉｇ…     

基于粒子滤波和UKF联合滤波的卫星姿态估计

针对矢量观测的三轴稳定卫星的姿态估计问题,提出了基于粒子滤波(PF)和Unscented卡尔曼滤波(UKF)的一种联合滤波方法.为了避免粒子滤波的状态高维数引起的计算量过大、难收敛等问题,采用UKF滤波来估计陀螺的漂移,从而使粒子的数量大大减少,以较少的运算量获得较好的滤波效果.另外,通过定义增量误差四元数和采用无冗余的广义罗德里格参数(Generalized Rodrigues Param eters)(三参数)描述卫星姿态,使四元数的归一化处理是隐含的,从而解决了四元数的归一化所造成的协方差阵奇异问题.将该方法应用于某型号卫星的姿态估计,并与UKF相比,即使在较大初始姿态误差情况下,算法也能很快地收敛,验证了所设计的姿态估计算法是可行有效的.     

MEMS陀螺仪随机误差补偿方法研究

针对MEMS(Micro-Electro-Mechanical System)陀螺仪的随机漂移误差,探讨其有效补偿方法.基于陀螺仪输出角速率信息的变化量是等随机和等随机加速的两种假设,提出了两种相应的基于Kalman滤波理论的MEMS陀螺仪随机误差补偿方法.在建立陀螺仪随机误差模型的基础上,详细推导了各自的Kalman滤波方程,最后以某微惯性测量系统中所用MEMS陀螺仪的输出信号分析为例,对两种滤波方法作了实验验证.理论分析和实验结果表明:所提出的两种误差补偿方法是正确有效的,且后一种方法的滤波与跟踪效果比前一种更好.     

基于卷积神经网络的视觉闭环检测研究

闭环检测是视觉SLAM中很重要的一部分,成功地检测出闭环能减小定位算法所产生的累积里程漂移.鉴于深度卷积神经网络在分类问题上的优越表现,本文首次将应用于图像分类的vgg16-places365卷积神经网络模型应用于视觉SLAM闭环检测中,将配准数据输入训练好的该卷积神经网络,其各个隐藏层的输出对应于图像特征表示.然后通过实验比较选用匹配精度较高的中间层完成场景特征提取,通过计算场景特征的相似性得到闭环区域.最后在闭环检测数据集上进行实验测试.测试结果表明,相比于传统的闭环检测方法,vgg16-places365卷积神经网络模型在相同召回率条件下准确率要高约3%;对于特征提取时间,在CPU上要快约5~10倍,而在GPU上更是比传统人工设计特征的闭环检测快近100倍.     

静电陀螺找北仪误差分析

根据静电陀螺仪动量矩在惯性空间具有固定方位的特点，本文应用天文导航算法来计算静电陀螺找北仪的方位角，并对影响找北仪方位角估计精度的误差因素进行了分析．     

基于RTT优先位图匹配结合的邻居选择P2P拓扑

为解决随机的拓扑结构P2P流媒体系统中主干网络压力大、启动延迟长和帧丢失率高等问题,提出了一种基于往返时延(RTT)优先位图结合的邻居选择的算法.该算法利用Tracker服务器存储整个网络中所有节点之间的RTT信息和Buffer-Map的位图信息,节点向Tracker服务器发送邻居请求,Tracker服务器根据节点的RTT信息和位图信息及邻居筛选函数为节点生成最佳的邻居列表返回给节点.仿真实验证明:相对于随机的邻居选择算法,该算法有效地降低了节点的启动延迟、播放延迟和帧丢失率.     

一种高压开关柜温度预测的改进方法

对一种Elman神经网络进行高压开关柜温度预测的方法进行改进,融合小波包分析的方法对温度样本进行硬阈值平滑优化,与Elman神经网络松耦合组成松散型小波神经网络进行超短期温度预测。仿真结果表明,改进方法相比单一的Elman神经网络有效预测比率提高,均方根误差下降,其结果与实测温度值更加吻合,提高了预测的准确率和精确程度。