混沌吸引子的维数研究

维数的分析与计算在混沌信号处理中有着重要的作用。而基于Hausdorff维数理论的G－P算法在计算混沌吸引子的关联维数时存在抗噪声干扰能力差，运算时间长等缺点，通过对重构空间引入奇异谱分析，将状态矢量变换到一组正交的坐标系，进而计算其关联维数。克服了原算法的不足，同时具有可靠性高，易于实现等优点。     

激光陀螺仪漂移特性的小波分析

在简述小波分析中Mallat算法的基础上,用其实现激光陀螺仪漂移特性的小波分析,讨论了余弦滤波器的设计.提出合适的小波对激光陀螺信号进行不同尺度的分解,在应用中得到了良好的去噪效果.     

陀螺经纬仪漂移误差对导弹落点偏差的影响

以欧拉方程为基础建立在诸因素影响下陀螺经纬仪定向漂移误差模型,建立寻北误差对导弹落点横向偏差影响模型;以DJ6-T60陀螺经纬仪为例定量分析各误差项引起导弹落点的横向偏差,并进行仿真,为下一步研究陀螺经纬仪在导弹发射阵地快速、精确定向奠定了一定基础.     

基于平稳时间序列分析方法的陀螺漂移预测

采用经典时间序列分析理论,建立了完整的时序预测模型,运用于陀螺漂移平稳时间序列的预测.通过仿真实验结果,证明了该方法的有效性和可行性.     

基于平稳时间序列分析方法的陀螺漂移预测

采用经典时间序列分析理论，建立了完整的时序预测模型，运用于陀螺漂移平稳时间序列的预测。通过仿真实验结果，证明了该方法的有效性和可行性。     

动力调谐陀螺仪与g2有关及谐振引起的漂移误差分析

详细分析了动力调谐陀螺仪受到振动加速度(或线加速度)的作用时,产生的g2项漂移误差表达式,并对误差大小与振动频率的关系进行了计算机仿真.仿真结果表明,当外界振动频率接近陀螺固有频率时,误差会明显增大.通过振动试验验证了分析的结果.     

基于平稳时间序列分析的陀螺漂移性能预测的研究及实现

提出了基于平稳时间序列分析的陀螺漂移性能预测方法,设计了融数据测试和性能预测为一体的硬件电路,采用可视化编程语言编制了相应的性能预测程序.实验结果表明,该方法能够很好地预测陀螺漂移性能变化趋势,并且能够比较精确地给出性能预测值.     

微机电系统陀螺仪随机漂移误差建模与滤波研究

随机漂移是微机电系统(MEMS)陀螺的主要误差,建立其数学模型并在输出中加以补偿是抑制该项误差、提高MEMS陀螺精度的有效方法。采用Allan方差对MEMS陀螺实测数据进行了分析,并采用时间序列分析法建立了随机漂移模型。根据建立的漂移模型,就如何利用Kalman滤波抑制随机漂移误差进行了分析和研究。     

基于混沌理论的自动机故障诊断研究

针对某型号自动机的结构特点、运动过程和几种常见的故障模式进行分析。结合自动机的运动过程分析及其振动信号的非线性短时冲击特性,提出用混沌理论对自动机的故障进行诊断研究。提取了所测信号的李雅普诺夫指数,验证其为混沌系统,运用关联维数和Kolmogorov熵几个混沌参量提取出实测信号的特征。最后应用Elman神经网络进行了故障模式的识别,实现了基于试验测试的自动机故障诊断。为自动武器的故障诊断提供了一种新思路,对高速自动机的故障诊断有着重要的理论和现实意义。     

基于ARMA模型的光纤陀螺漂移数据建模方法研究

研究了应用长自回归估计法进行光纤陀螺零漂数据模型的参数估计。利用卡尔曼滤波算法进行参数的精估计，建立了光纤陀螺零漂数据的ARMA模型。研究结果表明，所建的光纤陀螺ARMA模型较传统的AR模型具有更高的精度，光纤陀螺随机漂移ARMA模型可分解为两个独立的时间相关的一阶马尔可夫过程。     

基于混沌神经网络的防空火箭炮交流伺服系统状态预测研究

为了更加准确地对系统非线性非平稳状态趋势进行预测,运用基于神经网络的混沌预测方法对防空火箭炮交流伺服系统的速度量进行了预测,为基于速度预测值的系统非线性非平稳状态趋势预测奠定了基础。利用C-C法选择了合适的嵌入维和时间延迟,对防空火箭炮交流伺服系统不规则运动的实验数据进行了相空间重构并进行了分析。在原Elman网络中增加了输出层关联单元,并把自反馈增益系数当作连接权值投入到网络的训练中,以增强Elman网络非线性逼近能力,在此基础上建立了基于改进型Elman网络的混沌预测模型。采用基于最大Lyapunov指数预测法和混沌神经网络预测法对系统状态进行了预测,两种方法的预测结果表明,后一种方法对防空火箭炮交流伺服系统速度值预测精度更高,从而使得基于此的系统非线性非平稳状态趋势预测更有效。     

基于混沌理论和BP 神经网络的某基地电力短期负荷预测

为了合理安排并优先保证军事基地中的电力调度问题,提出一种基于混沌时间序列和BP神经网络相结合的电力短期负荷预测方法。根据混沌理论及神经网络方法,先基于延迟坐标相空间重构技术,再应用互信息法和饱和关联维数法,选择延迟时间石和嵌入维数m,然后用BP神经网络来实现预测,并通过对海军某基地的电网的时间负荷序列进行实测仿真。仿真结果表明：相对误差均在5％vX内,且有33．3％的误差在1％以内,证明该预测方法具有较高的预测精度和应用价值。     

混沌吸引子的DSP Builder设计方法

为了克服模拟电路混沌系统设计易受外界条件影响,提出了一种基于DSP Builder设计混沌吸引子的方法.以整数阶Jerk混沌系统为例,采用一阶数字差分算法使混沌系统离散化,利用Matlab/Simulink中的DSP Builder工具箱设计了一个混沌电路模型.仿真结果表明,DSP Builder下与Matlab下仿真结果基本一致,这为混沌系统的数字化设计提供了新的思路.     

小波神经网络在陀螺漂移预测中的应用

针对传统预测方法存在的不足,建立一种基于小波神经网络的陀螺漂移预测模型。重点研究利用小波分析理论对陀螺输出信号的漂移趋势识别提取方法,结合小波神经网络建立漂移信号的非线性预测模型,并以某陀螺实测信号为例预测其漂移趋势。结果表明:该模型能降低人为因素影响,提高漂移预报效果和导航系统精度。     

基于ANFIS的长期电力负荷预测模型

某电力公司的长期负荷预测模型,利用自适应神经网络模糊推理系统(ANFIS)建立.其结构分为计算输入的模糊隶属度、每条规则适用度、适用度归一化、每条规则输出及模糊系统输出5层.系统网络中含14个待定的前件和后件参数.采用Matlab编程,通过Sugeno和evalfis函数训练ANFIS,按指定指标得到这些参数,实现模糊预测.     

光纤陀螺温漂补偿技术

针对在不同的温度下光纤陀螺漂移差异很大的问题,文中从理论和大量实验上研究了光纤陀螺的温漂特性,分别建立了逐次启动零位和一次启动零位补偿的数学模型,并给出了工程上的建模方法和步骤。试验结果表明:补偿后无论是不同温度下的陀螺漂移差值还是一次启动漂移的稳定性都有显著改善和提高。     

陀螺稳定平台振动漂移性能研究

系统分析了陀螺稳定平台在随机振动环境下的漂移性能变化,给出了机械谐振是导致随机振动环境下陀螺平台漂移变大的重要因素,进而通过建立陀螺稳定平台振动测试系统,试验验证了理论分析的正确性并提出改进措施。在保证整体振动量级不变的条件下,通过降低谐振频段的振动激励,改善了稳定平台振动试验的合理性,确保了环境应力筛选试验的有效性。