超流体陀螺灵敏度和分辨率研究

灵敏度和分辨率是新型高精度超流体陀螺的重要性能指标,对其进行分析研究具有重要意义。基于超流体陀螺的工作原理,研究陀螺灵敏度与工作曲线之间的关系;分析位移检测系统中薄膜的振动幅值,推导陀螺检测元件噪声的方程,构建陀螺分辨率的数学模型;研究热能量引起的超流体相位波动,推导陀螺热噪声的方程,构建陀螺极限分辨率的数学模型。结果表明：超流体陀螺分辨率主要由检测元件噪声决定,其极限分辨率由热噪声决定;超流体陀螺灵敏度和分辨率呈现周期性的变化,其极限分辨率保持恒定;利用相移控制系统,把工作点锁定在使灵敏度最高的位置,此时陀螺分辨率为10^-8 (rad·s^-1）/Hz)数量级,其极限分辨率可达10^-9 (rad·s^-1）/Hz数量级。     

超流体陀螺的动态性能研究

为研究新型高精度超流体陀螺的动态性能,分析了影响其可测的角加速度因素;在构建了热驱动时约瑟夫森频率数学模型的基础上,对可测的角加速度进行了数值分析。研究结果表明：根据通用的参数,超流体陀螺可测的角加速度最大值约为0.32 rad/s²,因此超流体陀螺的动态性能较小,它适合应用于对角速度的精度要求很高,且角速度缓慢变化的领域。     

基于干扰观测器的动力陀螺式导引头干扰力矩补偿

干扰力矩对导引头跟踪测量精度及导弹的制导精度有直接影响。为分析干扰力矩对动力陀螺式导引头跟踪精度的影响,建立了动力陀螺式导引头及框架摩擦干扰力矩和导线干扰力矩模型。为减小干扰力矩对导引头测量精度的影响,设计了实用的干扰观测器来对干扰力矩进行补偿。考虑了实际中导引头系统本身及干扰观测器采样保持时间不同的多速率采样问题。提出基于奈奎斯特稳定性理论的离散干扰观测器设计方法,消除了小增益定理设计方法的保守性。通过综合权衡系统稳定性、干扰力矩补偿及传感器噪声抑制能力,确定了干扰观测器采样保持时间及干扰观测器滤波时间常数。结合弹上及导引头量测信息,设计了干扰观测器所需信息的提取方式。数学仿真结果表明所设计的干扰观测器能有效地提高导引头的跟踪测量精度。     

基于自适应滤波算法的磁强计/陀螺组合误差修正

针对弹箭姿态测量中低精度陀螺姿态解算误差因漂移迅速增大的问题,文中采用三轴磁强计和陀螺组合测姿方案,对姿态角的输出进行修正。通过建立基于陀螺姿态解算误差角的状态方程和磁强计输出的误差观测方程,采用自适应卡尔曼滤波方法以抑制滤波发散并对姿态误差角进行估计。仿真结果表明:该方法能有效利用磁强计的输出抑制了陀螺漂移带来的误差,提高解算精度,满足长时间姿态测量的要求。     

自适应滤波技术在光纤陀螺信号处理中的应用研究

光纤陀螺输出信号中的随机噪声的来源是不可去除的,并且每次开机时的噪声特征都不尽相同,尤其是随机噪声中的角度随机游走,直接影响到光纤陀螺短期内的精度,增加了初始对准结果的不确定性.为了减小这种不利影响,保证系统的对准精度,对光纤陀螺信号后期处理过程中采用前向线性预测(FLP)滤波技术设计了一种基于LMS算法的自适应滤波器,有效地抑制了随机噪声对对准结果的影响.     

基于最优解析的陀螺现场免转台标校方法

作为载体姿态测量的重要惯性器件,陀螺在使用过程中由于长时间运输及存放等因素会产生误差漂移,造成对运动参数测量精度的降低,由此带来陀螺器件在使用前误差再标校的需求。根据现场无高精度转台设备支持的工作条件及中等精度陀螺指标需求,提出一种基于最优解析的陀螺现场标校方法。通过建立陀螺输出与地球自转角速率及加速度计输出间的映射关系式,将标校问题转换为最优解析问题;同时采用改进遗传算法,达到现场简易操作、不依赖转台等辅助设备、缩短标校时间、提高标校精度的目的。开展数学及半实物仿真实验,验证了所提方法的有效性,结果显示该方法能够有效地获得满足中等精度陀螺的标校结果,具有现场实用价值。     

基于DSP的数字闭环光纤陀螺信号处理方法研究

采用高集成度芯片是光纤陀螺降低成本,实现小型化的重要手段.本文着重对全数字闭环光纤陀螺的信号处理方法进行了详细分析,研究了A/D和D/A转换器对陀螺精度的影响,证明了通过数字滤波方法提高光纤陀螺精度的可行性,并提出了消除复位噪声的有效方法.最后给出了其DSP实现方案.     

多位置对准技术在挠性陀螺捷联系统初始对准中的应用研究

在挠性陀螺捷联系统中，初始对准是影响系统输出精度的重要环节。本文针对挠性陀螺捷联系统的特点，将多位置对准技术应用于挠性陀螺捷联系统，利用分段定常系统可观测性分析理论对系统多位置对准的可观测性进行了全面研究，并采用卡尔曼滤波方法，对姿态误差角和惯性测量元件误差进行了估计，给出了两位置及三位置的方差仿真曲线。仿真结果表明，最优两位置对准不但可以使系统成为完全可观测，而且可以减小对准误差。最优三位置对准可以加速垂直陀螺漂移估计误差的收敛速度，将多位置技术应用于挠性陀螺捷联系统可以提高系统的对准、标定精度。     

基于卡尔曼滤波的陀螺仪阵列技术研究

多个相同型号的陀螺仪测量轴相互平行,测量同一个角速度信号所组成的阵列叫做陀螺阵列。通过研究陀螺阵列提高惯性测量精度的信息处理算法,建立单个微机电（MEMS）陀螺仪的两种不同漂移模型,利用Allan方差对漂移系数进行辨识,将辨识出的随机漂移系数应用于卡尔曼滤波。通过卡尔曼滤波将陀螺阵列的信息融合为一个较高精度的输出,证明了卡尔曼滤波的稳定性。通过实验对比了不同建模方法的优劣,并且验证了基于卡尔曼滤波的信息融合方法可以有效提高MEMS陀螺仪的精度。     

多位置对准技术在挠性陀螺捷联系统初始对准中的应用研究

在挠性陀螺捷联系统中,初始对准是影响系统输出精度的重要环节.本文针对挠性陀螺捷联系统的特点,将多位置对准技术应用于挠性陀螺捷联系统,利用分段定常系统可观测性分析理论对系统多位置对准的可观测性进行了全面研究,并采用卡尔曼滤波方法,对姿态误差角和惯性测量元件误差进行了估计,给出了两位置及三位置的方差仿真曲线.仿真结果表明,最优两位置对准不但可以使系统成为完全可观测,而且可以减小对准误差.最优三位置对准可以加速垂直陀螺漂移估计误差的收敛速度,将多位置技术应用于挠性陀螺捷联系统可以提高系统的对准、标定精度.     

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。     

基于互补-粒子滤波的MEMS 传感组件姿态数据融合算法

为解决现有的MEMS传感组件精度低、误差大和磁传感器测量的航向角数据噪声大、精度低等问题,提出基于互补-粒子滤波的姿态融合解算方法.先用互补滤波算法结合加速计和磁力计对陀螺仪的姿态角进行修正,再采用四元素法对陀螺仪数据进行粒子滤波.仿真实验结果证明:该算法能快速解算出姿态角,提高解算精度.     

一种大动态惯导技术在旋转弹上的仿真与实验研究

针对大动态环境下旋转弹的特点,在无陀螺惯性测量系统的基础上,采用一种基于MEMS双陀螺多加速度计的捷联惯导方案。该方案可以克服单纯加速度计的惯导方案对加速度测量和安装精度的苛刻要求,实现对弹轴方向角速度的解算。计算机仿真结果表明,导航解算的误差可以满足旋转弹的精度要求。在仿真分析基础上,给出了一种面向炮弹系统．基于FPGA双核处理器结构惯导系统的硬件实现方案。     

光学陀螺随机误差特性的混合理论方差方法分析

为更有效地测试和分析光学陀螺的随机误差特性,提出采用混合理论方差(TheoH)的方法全面表征和分析陀螺输出数据。该方法建立在Allan方差和去偏的#1理论方差（Theo1）的基础上,解决了Allan方差计算的平均时间只能够达到数据持续时间长度的一半,以及长相关时间下置信度下降的问题,同时构造的新方法能够自动去除Theo1方差相对于Allan方差的偏差。对比分析了新方法对白噪声特性以及光纤陀螺实测数据中随机噪声的类型和噪声水平的辨识结果。实验结果表明,通过去除偏差和提高方差估计的置信度,新混合理论方差方法对估计各种白噪声以及长相关时间下光纤陀螺噪声特性提取更有效,精度更高,同时能够兼容Allan方差对量化噪声、角度随机游走、零偏不稳定性、速度随机游走、速率斜皮5种噪声进行无偏估计。     

基于反馈线性化的无人机盘旋控制器设计

针对经典 PD 算法无法保证闭环系统在大范围内的稳定性的问题,提出一种基于反馈线性化的无人机盘旋控制器设计方法。在考虑滚转角响应特性的条件下建立了无人机盘旋飞行的非线性动力学模型,在此基础上基于反馈线性化方法设计了非线性盘旋控制器,以保证闭环系统的全局渐进稳定,并通过Matlab/Simulink中将盘旋控制器加入模型进行仿真。仿真结果证明：相比于线性盘旋控制器,非线性盘旋控制器可得到更好的动态响应特性,其抵抗风干扰的能力也明显优于线性盘旋控制器。     

基于Allan方差自适应算法的姿态解算

为解决MEMS 姿态传感器的复杂噪声问题,设计使用一种基于Allan 方差的自适应算法在线估计量测噪 声方差。基于Allan 方差递推公式组成自适应算法来追踪数据的方差值,采用欧拉角微分方程作为滤波的状态方程, 通过对陀螺仪静态数据Allan 方差分析得到陀螺仪的主要噪声参数用作滤波系统噪声方差,并将各个数据整合解算 出姿态角。结果表明：自适应滤波算法比常规滤波方法解算的角度精度高,在噪声波动的环境条件下,自适应滤波 算法实用性更好。