BP神经网络在半球谐振陀螺仪零偏温度补偿中的应用

半球谐振陀螺仪(HRG)的核心部件(半球谐振子)容易受到温度变化的影响,从而导致陀螺仪输出产生漂移,很大程度上限制了半球谐振陀螺仪精度的提升,因此需要对陀螺仪零偏进行补偿.首先结合半球谐振陀螺仪的工作原理对其零偏漂移产生的机理进行分析,利用最小二乘法和反向传播(BP)神经网络建立了半球谐振陀螺仪零偏漂移模型,同时利用建...     

基于神经网络的HRG标度因数辨识方法

惯导系统要求半球谐振陀螺仪在其大的动态范围内具有较高精度,而传统的基于最小二乘拟合的半球谐振陀螺仪标度因数辨识方法所得到的标度因数精度不高,引起较大的导航误差。为提高半球谐振陀螺仪标度因数的辨识精度,文中提出了一种基于神经网络的标度因数辨识方法,利用神经网络误差反传的梯度下降动量学习算法,对半球谐振陀螺仪的标度因数进行辨识,通过试验验证了该方法的可行性,为提高半球谐振陀螺仪工作精度,减小惯导系统导航误差提供了依据。     

光纤陀螺随机漂移的补偿方法研究

在研究高精度光纤陀螺时,尤其是在捷联惯性导航系统中,随机误差是光纤陀螺误差中不可忽视的部分,对光纤陀螺随机误差的补偿就显得非常必要.这里基于对光纤陀螺随机漂移建模的方法,首先采用ARIMA方法时光纤陀螺仪随机漂移进行建模;然后采用强跟踪卡尔曼滤波器进行滤波补偿,并利用实测数据进行了实验验证.实验结果证明,这种方法能够较好地补偿光纤陀螺的随机漂移.     

MEMS半球谐振陀螺的角速度积分及其FPGA设计

微电子机械系统(MEMS)半球谐振陀螺是MEMS微陀螺领域的研究热点,能工作在角速度积分模式下,具有体积小、质量轻、功耗低、成本低、对称性高、Q值高,以及精度高等优点.文章给出了一种微型半球谐振陀螺的结构,研究了其工作原理以及检测方法,设计了一种数字式MEMS半球谐振陀螺仪的角速度积分工作模式方案及其FPGA实现方法,以完成目前MEMS半球谐振陀螺的角速度积分模式的控制与检测工作.     

平台惯导系统中的半球谐振陀螺

半球谐振陀螺仪(HRG)是一种高精度、高可靠、长寿命的新型固体振动陀螺仪。为了使陀螺可适用于平台惯导系统的应用,通过对半球陀螺控制电路的改进,提高了半球陀螺的动态特性、带宽、精度等性能指标,测试结果表明,半球陀螺的动态测量范围达到-60~+60(°)/s;带宽扩展到≥75 Hz;漂移达到0.06(°)/h,满足了平台惯导系统的应用需求。     

用于精确定向的低噪声半球陀螺设计

半球谐振陀螺是一种高精度、长寿命的新型振动陀螺仪。为设计具备良好角速率测量精度和低噪声特性的半球陀螺及满足航天器精确定向和姿态控制需求,该文分析了半球陀螺噪声产生的机理,讨论了谐振子参数、控制系统参数及电子线路对半球陀螺噪声的影响,并针对敏感器和电子线路进行了优化设计。结果表明,优化设计后的半球陀螺噪声及角度随机游走显著降低,约为改进前的50%,与美国Northrop Grumman公司HRG130P半球谐振陀螺基本型的噪声水平基本相当。     

半球谐振陀螺快速启动技术研究

半球谐振陀螺是一种新型振动陀螺仪,在装备领域有着广泛的应用前景。制造误差、干扰源及工作环境的变化影响了半球谐振陀螺的快速启动性能。该文分析了半球谐振陀螺输出的影响因素,讨论了谐振子品质因数(Q)值特性、装配、温度及信号干扰对快速启动性能的影响,并针对敏感器制造和信号处理进行了优化改进。结果表明,优化改进后的半球谐振陀螺可在通电3 min内达到稳定,相比改进前的大于1 h有显著提升。     

半球谐振陀螺力反馈模式下信号处理方法分析

半球谐振陀螺是一种全固态振动陀螺,力反馈工作模式是其普遍采用的工作模式,而力反馈模式下其信号解调方法对白噪声的敏感度将决定其随机漂移指标。该文就力反馈模式下半球谐振陀螺的信号处理方法对白噪声的敏感度进行了研究,推导了4种信号处理方法(峰值采样解调、开关积分解调、全相位快速傅里叶变换(FFT)解调和相干解调)的计算公式,并采用monte-carlo方法仿真了在白噪声背景下的4种解调方法的性能。结果表明,全相位FFT解调法在不同信号强度下对白噪声均最不敏感,为半球谐振陀螺的信号处理与闭环控制设计提供了理论依据。     

半球谐振陀螺质量缺陷误差振动研究

半球谐振陀螺仪是依靠半球薄壳振动来敏感载体角度变化的惯导级固体器件,球壳质量缺陷导致的误差振动是影响陀螺仪精度的重要原因。分析误差振动的来源,如何尽量减小球壳的误差振动及开展残余误差振动控制技术研究,是获得高精度半球谐振陀螺的前提条件。     

半球谐振陀螺仪线振动影响分析

在实际运用中,半球谐振陀螺仪受各种环境因素包括线振动的影响,而线振动可能会改变半球谐振子的工作状态。分析半球谐振陀螺仪在谐振子质量沿圆周角分布不均匀的情况下,线振动引起的惯性力对半球谐振子的工作状态的影响,并通过考察半球谐振子驻波进动角的变化来判断谐振子工作状态是否发生变化。结果表明,只有在线振动频率等于陀螺固有频率时,线振动才会对半球谐振陀螺仪谐振子的工作状态产生显著影响。     

基于ARMA-AKF的HRG随机误差建模分析

针对半球谐振陀螺(HRG)随机误差影响惯性测量单元测量精度的问题,提出了一种改进的基于自回归滑动平均(ARMA)模型和自适应滤波(AKF)的随机误差处理方法。该文对预处理的数据进行了自相关和偏相关特性分析,判断随机误差的适用模型,以及利用贝叶斯信息准则(BIC)准则估计ARMA模型的阶数,通过长自回归模型计算残差法获取模型参数,引入加权自适应因子在线调整一步预测误差阵和量测噪声矩阵用于改进滤波方程,并比较了5项主要误差系数值。结果表明,改进的算法能够有效抑制随机误差,为HRG的随机误差建模补偿提供了新方法。     

激光陀螺随机误差建模方法研究

随机误差是陀螺的主要误差。为了减小随机误差对激光陀螺精度的影响。介绍了依据激光陀螺漂移数据建立时间序列模型的方法并进行了建模实验,并在此基础上采用卡尔曼滤波算法对激光陀螺的漂移数据进行了处理,取得了较好的效果。结果表明,此方法能有效地抑制激光陀螺的随机误差,提高激光陀螺的精度。     

半球谐振陀螺静态误差分析与补偿

半球谐振陀螺由于特有的优势而具有广阔的应用前景,但由于加工工艺和研究水平的限制,其测量精度有待提高,该文针对半球谐振陀螺的静态误差,分析了加速度对半球谐振陀螺的影响,选取了静态误差补偿模型,设计了标定实验中的方位定向,推导了个误差系数的计算公式,最后通过实验表明了标定补偿的有效性,使陀螺的输出系统误差减小了1个数量级。     

半球谐振陀螺温度特性及补偿分析

半球谐振陀螺仪(HRG)是一种高精度、高可靠、长寿命的新型固体振动陀螺仪。温度变化会影响半球谐振陀螺的漂移、零偏等性能指标。为减小这种影响,该文通过研究分析半球谐振陀螺的温度特性,设计了温度补偿电路。采用温度补偿电路后,半球陀螺漂移精度从0.05 (°)/h提高到0.03 (°)/h。     

基于SHAKF滤波器的MEMS陀螺随机误差建模补偿

MEMS陀螺随机漂移误差是制约惯性导航精度的关键因素。本文针对标准kalman滤波器陀螺漂移处理方法中,随机动态系统的结构参数和噪声统计特性参数不准确的问题,采用自适应SHAKF(Sage-Husa Adaptive Kalman Filter)滤波器进行参数实时估计,提高陀螺漂移精度。基于此思想,建立了ARMA随机误差模型,搭建了MEMS陀螺组件实验系统,通过高精度三轴转台静态测试采集陀螺数据。Aallan方差分析表明,零偏不稳定性经线性KF滤波后提升17.4%,经自适应SHAKF滤波后提升26.2%。     

HRF estimation in fMRI data with an unknown drift matrix by iterative minimization of the Kullback-Leibler divergence

Hemodynamic response function (HRF) estimation in noisy functional magnetic resonance imaging (fMRI) plays an important role when investigating the temporal dynamic of a brain region response during activations. Nonparametric methods which allow more flexibility in the estimation by inferring the HRF at each time sample have provided improved performance in comparison to the parametric methods. In this paper, the mixed-effects model is used to derive a new algorithm for nonparametric maximum likelihood HRF estimation. In this model, the random effect is used to better account for the variability of the drift. Contrary to the usual approaches, the proposed algorithm has the benefit of considering an unknown and therefore flexible drift matrix. This allows the effective representation of a broader class of drift signals and therefore the reduction of the error in approximating the drift component. Estimates of the HRF and the hyperparameters are derived by iterative minimization of the Kullback-Leibler divergence between a model family of probability distributions defined using the mixed-effects model and a desired family of probability distributions constrained to be concentrated on the observed data. The performance of proposed method is demonstrated on simulated and real fMRI data, the latter originating from both event-related and block design fMRI experiments.     

Characterizing errors in airborne laser altimetry data to extract soil roughness

Airborne laser altimetry has the potential to make frequent detailed observations that are important for many aspects of studying land surface processes. However, the uncertainties inherent in airborne laser altimetry data have rarely been well measured. Uncertainty is often specified as generally as 20 cm in elevation and 40 cm planimetric. To better constrain these uncertainties, we present an analysis of several datasets acquired specifically to study the temporal consistency of laser altimetry data and, thus, assess its operational value. The error budget has three main components, each with a time regime. For measurements acquired less than 50 ms apart, elevations have a local standard deviation in height of 3.5 cm, enabling the local measurement of surface roughness of the order of 5 cm. Points acquired seconds apart acquire an additional random error due to differential geographic positioning system fluctuation. Measurements made up to an hour apart show an elevation drift of 7 cm over a half hour. Over months, this drift gives rise to a random elevation offset between swathes, with an average of 6.4 cm. The root mean square planimetric error in point location was derived as 37.4 cm. We conclude by considering the consequences of these uncertainties on the principle application of laser altimetry in the U.K. intertidal zone monitoring.     

MEMS陀螺漂移误差抑制方法研究

MEMS陀螺漂移误差是影响惯性测量系统精度的主要误差源,针对这一问题,引入旋转调制方法和卡尔曼滤波方法,利用旋转调制方法抑制陀螺的常值漂移,利用卡尔曼滤波方法减小随机漂移,并进行了仿真和实验,对调制和滤波前后惯性测量系统的姿态角误差进行了对比,结果表明,利用旋转调制技术和卡尔曼滤波方法分别减小陀螺的常值漂移漂移和随机漂移后,由这两种漂移误差引起的姿态角误差明显减小,惯性测量系统的测量精度显著提高。     

光纤陀螺随机漂移的建模与滤波研究

时间序列模型是对光纤陀螺(FOG)随机漂移进行建模的一种重要方法.传统的时间序列建模方法难以应用于实时建模,且模型精度较低.因此,提出了适用于高精度FOG随机漂移的改进自回归整合移动平均模型(ARIMA),并基于该模型建立了FOG随机漂移的实时Kalman滤波器.实验结果表明,该改进ARIMA模型能较准确地描述FOG的随机漂移;Allan方差分析结果表明,与基于传统自回归移动平均模型(ARMA)的Kalman滤波结果相比,基于该模型的Kalman滤波对减小光纤陀螺的5项主要随机误差更有效.