四面体磁梯度张量系统的误差补偿

针对搭载于水下无人航行器(UUV)的磁梯度张量系统的系统误差,提出了一种系统误差补偿方法。该方法利用四面体磁梯度张量系统的差分测量算法,融合系统中单个矢量磁力仪的系统误差和磁力仪之间的安装中心错位误差,建立了四面体磁梯度张量系统误差数学模型;基于此数学模型提出了系统误差补偿算法,并根据磁梯度张量9分量之间的数学关系提出了补偿参数辨识方法;最后,通过仿真实验对该方法进行了验证。实验结果表明:该方法可以有效补偿磁梯度张量系统的系统误差,补偿量达96.2%,且补偿效果优于参考文献提出的系统误差补偿方法。该方法利用补偿参数对磁梯度张量系统的输出值直接进行系统误差补偿,从理论上解决了磁梯度张量系统整体误差的统一补偿问题。     

基于阻尼粒子群优化的地磁场测量误差补偿

针对三轴磁力仪在磁场测量过程中的磁干扰问题,提出了基于阻尼粒子群优化算法的磁测误差补偿方法。建立了磁力仪误差和载体磁干扰的一体化误差补偿模型,分别采用阻尼粒子群算法和Two-step方法对非线性观测模型进行参数估计。以质子磁力仪数据作为真值,借助无磁转台充分连续采样,实验结果显示,阻尼粒子群算法对于磁场测量误差具有良好的抑制作用。补偿后,由阻尼粒子群算法和Two-step方法得到的均方根误差分别由1 025.7降至60.304 4、581 n T。结果表明,阻尼粒子群算法取得了更好的补偿效果,补偿精度提高了至少一个数量级,为磁场测量误差提供了一种非常有效的补偿方法。     

基于有限脉冲响应模型的飞机磁场补偿方法

通过分析飞机磁场数学模型,将飞机磁场表示成方向余弦与其乘积项的函数.鉴于模型参数之间存在很强的复共线性,提出了基于有限脉冲响应模型飞机磁场补偿方法.该方法将光泵磁强计和三轴磁强计的输出作为有限脉冲响应模型的输入,由带通滤波器提取信号中的变化成分,再用最小方差估计有限脉冲响应模型参数,并利用有限脉冲响应模型参数计算飞机磁场.从测量总磁场中减去飞机磁场,可得到目标信号磁场数据.最后,通过计算机仿真验证了该磁场补偿方法的有效性.     

磁传感器偏航角诊断滤波方法研究

在磁干扰环境中,磁传感器解算的飞行器偏航角会出现偏差。针对磁干扰导致的估计误差问题,面向模型不确定性飞行器系统,提出了基于非线性扩张状态观测器的磁传感器偏航角诊断滤波方法。该方法首先设计了一种双参数型非线性扩张状态观测器,降低了参数复杂性;然后基于该观测器设计改进型观测器残差法,对磁干扰数据进行诊断过滤;最后,设计了基于误差预测的改进型互补滤波器,通过融合滤波进一步抑制磁干扰。静态仿真实验结果表明,本文所设计的诊断过滤方法数据匹配率超过94%,融合滤波结果相位超前且更为平滑;动态飞行实验结果表明,该诊断滤波方法有效抑制了磁干扰对四旋翼飞行器偏航角估计的影响,增强了飞行器的稳定性和抗磁扰能力。     

半参数模型在载体干扰磁场补偿中的应用研究

在地磁导航技术中,载体磁场是造成磁力仪测量误差的重要干扰源,为了得到精确的地磁场值,必须对载体磁场进行补偿.针对传统静态模型无法全面描述载体干扰磁场特性的不足,将半参数模型引入载体干扰磁场的补偿中去,建立基于半参数模型的载体干扰磁场补偿方程,并采用两步估计法对模型中的各参数进行估计,最后通过仿真和实验对基于半参数模型的补偿方法的效果进行了验证.仿真和实验结果表明采用非线性半参数模型可以较全面地反映载体干扰磁场特性,提高了参数估计的精度,改进补偿的效果.研究结果对于地磁导航技术在实际中的应用具有一定的指导意义.     

均匀分布与反馈补偿优化脉冲噪声抑制

针对电力线通信中对重度脉冲噪声抑制性能不佳与非线性失真严重的问题,提出了一种基于均匀分布优化和反馈补偿的电力线脉冲噪声抑制算法.该算法首先将发射信号的瑞利分布进行分析,并将其峰值转换为均匀分布峰值,以降低信号的峰值平均功率比(PAPR),然后针对非线性置零信号设计了一种基于反馈补偿网络的重度脉冲噪声再抑制方法,进一步提高算法对脉冲噪声的抗干扰能力,最后,通过频域重构补偿过程对算法在噪声抑制过程中引起的非线性失真进行补偿,以保持原信号特征.仿真实验结果表明,算法能够有效抑制电力线通信中的重度脉冲噪声,降低了电力线通信误比特率,从而验证了算法的有效性.     

筒状构件应力集中磁记忆检测补偿方法研究

筒状构件是一种常用的工程构件,一旦发生事故将会造成重大损失,应力集中是导致构件失效的重要原因。磁记忆检测方法是一种有效的应力集中检测方法。对筒状构件进行圆周扫查时,地磁场的作用变化影响磁记忆检测结果,容易造成应力集中区域的误判。建立铁磁质筒状构件外表面地磁场分布模型,探究地磁场在筒状构件外表面作用效果及补偿方法。试验结果显示,对铁磁质筒状构件进行圆周扫查时,法向分量与幅值约为地磁场的2倍。将磁信号法向分量减去2倍地磁场作为筒状构件磁记忆检测补偿方法,补偿后与直线扫查相关系数稳定在0.8以上,优于传统反向补偿法。提出的筒状构件补偿方法有效提高了应力集中区域定位精度。     

基于 Preisach 模型的磁致伸缩位移传感器迟滞补偿方法

迟滞是磁致伸缩位移传感器测量误差的主要来源之一,减小迟滞可以显著提高传感器的测量精度。根据铁磁材料的磁滞特性分析了位移迟滞的形成过程。针对磁致伸缩位移传感器在短行程中仍存在较大迟滞的问题,将传感器整体视为迟滞系统并通过Preisach模型描述其输入输出关系,然后在此基础上提出了一种软件层面上的迟滞补偿方法,将迟滞曲线分段线性化以计算迭代初始值并根据稳态误差确定收敛值的搜索范围。为解决理论模型在磁环转向后的一小段距离内与实际偏差较大的问题,在转向点附近对迭代过程中的收敛条件进行调整,有效提高了补偿方法在该区域内的准确性。实验结果表明,该方法所需的迭代次数较少,且经过补偿后,传感器的迟滞降低至原先的1/3左右,非线性度也得到了小幅度提升。在不改动现有传感器结构的前提下,该方法可快速、有效地降低传感器的位移迟滞,为磁致伸缩位移传感器的迟滞补偿提供了一种新的方案。     

超磁致伸缩高频微小泵温度补偿结构设计

针对超磁致伸缩材料热变形严重影响超磁致伸缩高频微小泵输出精度的现象,在介绍热补偿方法、分析磁致伸缩材料的热来源和微小泵工作原理的基础上,提出了相变材料和热膨胀补偿机构组合的方法,以控制超磁致伸缩棒热变形对微小泵的输出影响。由理论和试验可以得出,该方法对微小泵的温控效果明显,使温度控制在45 ℃±0.5 ℃,有利于提高超磁致伸缩泵的输出精度,实现了超磁致伸缩泵的微型化。     

超磁致伸缩致动器的小脑神经网络前馈逆补偿-模糊PID控制

针对超磁致伸缩致动器(GMA)在精密致动控制中存在的迟滞和位移非线性,提出了小脑神经网络(CMAC)前馈逆补偿结合模糊PID控制的新策略。通过小脑神经网络(CMAC)学习获得超磁致伸缩致动器动态逆模型用于对超磁致伸缩致动器迟滞非线性进行补偿;利用模糊PID控制降低小脑神经网络(CMAC)学习时的误差和抑制扰动,提高系统的跟踪控制性能,从而实现超磁致伸缩致动器的精密致动控制。仿真和实验结果表明:所采用的控制策略有效地消除了迟滞非线性的影响,系统的跟踪误差降低到了5%以下,而位移跟踪误差均方差仅为0.58。此外,这种策略的特点是学习和控制同时进行,控制系统能够适应被控对象动态特性的变化,使系统具有较强的鲁棒性,同时也能够有效地抑制外界的干扰,提升系统的自适应控制性能。