激光轴与视轴平行性测试

本文通过坐标模型的建立,对激光测距值误差进行了定性分析,得出了激光测距值误差的表达式和产生误差的误差源。根据激光测距误差,求得视轴与激光轴之间的偏角,并进行仿真,验证在此方法下所得偏角的精度,最终在仿真的基础上,确立实验方案。     

石油钻井倾斜及方位测量的研究

提出了以加速度计和磁传感器为测量元件进行角度测量的方法，并对该测量方法的原理进行了探讨，同时对油井侧斜原理中关键的俯仰角及横滚角的拾取方向进行了仿真，结果表明，这种角度测量的方法是切实可行的。     

基于LabVIEW的汽车操控测试软件的设计与实现

结合目前对于车辆操纵稳定性能的测试要求,利用惯性导航系统、GPS、转向盘力矩角度传感器、踏板力计,基于LabVIEW软件平台开发了汽车车载操控测试软件系统.该文给出了上位机显控系统软件的通讯、数采、显示、数据处理、评分报告生成的流程及实现方法.最后完成实车测试,验证了软件系统的方便性与可靠性.     

基于惯性/GPS组合的车载测试系统的设计

介绍了一种基于惯性/GPS组合导航的车载测试系统的设计与实现方案。该设计中采用目前应用较为广泛的DSP+CPLD的搭配模式作为测试系统的主计算机,对相应的惯性器件陀螺仪和加速度计进行高频采样,通过捷联惯导算法给出系统的姿态、位置信息,结合对GPS信息的获取,通过卡尔曼滤波技术对捷联解算得到的系统信息进行滤波,从而得到不随时间发散的姿态、位置信息,以便于对测试车辆进行相应的动力性能以及舒适度的测试。     

基于DSP的光学探测陀螺稳定系统的设计与实现

设计了一种以DSP为处理核心的高精度的光学探测陀螺稳定系统。介绍了以CCD图像和旋转变压器测角组成系统位置闭环,以光纤速率陀螺作为惯性速率反馈传感器组成系统速率闭环的复合控制系统以及系统的软硬件设计。     

基于神经网络的典型地物的偏振多光谱图像分类（特邀）

相比传统的多光谱成像探测,偏振多光谱成像探测方法可以探测目标表面的粗糙度、含水量等更多信息,给目标检测带来了很大便利,但目前主要用于目标探测,尚未广泛应用于目标分类。BP神经网络是目前常用的一种典型神经网络,可以建立从端到端的映射,在训练样本集足够大的前提下,训练完毕且效果良好的神经网络是一种高效、精确、快速的工具。首先,利用基于旋转偏振片和滤波片的偏振光谱成像探测系统获取了典型地物的偏振多光谱图像,对图像进行了预处理,建立了数据集;其次,在该数据集上进行了神经网络的训练,训练后的神经网络可以处理未知的偏振多光谱图像,并实现了对几种典型地物的分类;最后,对神经网络分类的效果进行了评价,并与其他几种典型分类方法的效果进行了对比,发现神经网络方法具有更好的分类精度和效果,相比典型的最大似然分类算法,其总体分类精度可从91.7%提升至94.2%,Kappa系数可从0.851提升至0.898。研究结果表明:基于神经网络的偏振光谱图像分类方法对于改进和优化现有的偏振多光谱图像数据处理方法具有一定的研究意义。     

惯性法轨道不平顺测量仿真研究

轨道几何不平顺一直是轨道检测的主要项目，它是影响列车运行安全和平稳性最主要的参数。通过不平顺轨道的数值模拟以及车辆轨道动力学仿真，对惯性法测量轨道不平顺进行了仿真研究，分析了各不平顺参数的检测方法，研究了陀螺仪性能对测量精度的影响。     

基于VME总线的LINS系统设计

针对多任务并行实时处理、中等精度、性能可靠的要求,提出了一套基于 VMEbus 总线的分布式并行双机的环形激光陀螺捷联惯导系统(LINS)的设计方案,方案的实现使得硬件上满足实时化、易开发的特点.软件的设计符合软件工程的设计思想,同时又解决了系统的同步及 PCI 与 VME 总线的中断与访问。     

环形激光陀螺的神经网络消噪

分别应用BP神经网络和DRNN网络对处于静止和运动状态下的环形激光陀螺输出信号中的噪声进行了消除,并应用Allan方差方法对消噪前后的陀螺信号进行了对比分析.结果表明使用神经网络对RLG进行消噪是可行的,而DRNN网络作为一种动态网络,其去噪效果及陀螺初始启动时的信号跟踪能力要优于静态BP网络.使用神经网络去噪的方法对研究环形激光陀螺的误差补偿及快速启动是有实际意义的.     

环形激光陀螺信号分析与处理

我们对环形激光陀螺输出信号进行了时频分析,采用Allan方差法对陀螺信号进行了分析与计算,应用混合滤波技术对陀螺信号进行了处理,并对滤波前后的陀螺测试数据进行了对比分析.Allan方差法分析结果表明,该滤波技术能有效提高激光陀螺的精度.