动力调谐陀螺平衡回路的全解耦鲁棒控制

动力调谐陀螺是一个双入双出的耦合系统,要使其具有测量功能,必须完成解耦。在设计解耦网络的基础上,充分考虑了相对于标称模型而言的系统中存在的摄动和不确定性,利用鲁棒控制的有关理论,设计了鲁棒控制器,在保证系统具有良好的动态性能的同时具有较强的鲁棒性。     

PSO网络优化双重卡尔曼滤波在初始对准中的应用

为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题,提出了基于带惯性权重的微粒群（PSO）优化网络逼近的双重卡尔曼滤波算法．首先,利用滤波过程中产生了新的天向方位失准角九和水平方位失准角氐信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题,利用双重卡尔曼滤波获取的数据作为训练样本,PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单。计算量小,具有实时性和快速性,同时可以保证系统的对准精度。     

L2有界不确定性鲁棒最优控制意义下的惯导初始对准

提出了一种L2有界不确定性鲁棒最优控制意义下的初始对准新方法。在初始对准中,以鲁棒最优控制理论为基础,引入辅助反馈控制量,改善了系统的动态特性,使初始对准过程加快。与传统的卡尔曼滤波相比较,水平失准角的估计精度相当,方位失准角的收敛速度大大加快,对准时间由300多秒减小到10 s以内,并且估计精度提高了一个数量级。