简介：温度是IMU及其他导航器件等精密仪器中需要监测的重要参数,传统的温度监测一般使用热电偶或者数字温度传感器（如DS18B20）等,监测程序复杂,功耗高,因此使用精密仪器中广泛采用的FPGA芯片独立完成高集成度、低功耗温度监测具有重要意义.在FPGA中通过搭建环形振荡器产生了自激振荡信号,该信号周期与FPGA芯片温度具有正相关性,通过对振荡信号周期的检测完成了对温度的监测,设计了一种以FPGA芯片同时作为敏感头和处理模块的温度传感器.通过对XilinxVirtex-2系列FPGA芯片进行实验,得到该传感器在-40℃～＋60℃的范围内具有优于0.1℃的分辨率,优于0.5℃的检测精度,满足一般温度监测需要.实验表明该传感器具有功耗低、集成度高、可靠性好等优点.

简介：用时域泰勒级数展开的方法分析了速率偏频激光陀螺惯导系统常用速度数值积分算法的误差。分析显示速率偏频陀螺本身的高速旋转使惯性导航系统时刻处于大角运动条件下。若其旋转轴与比力方向不平行,则常用速度算法的误差不可忽略。提出了速率偏频激光陀螺惯导系统速度算法的优化改进方法。对常用速度算法和提出的算法进行了仿真比较。仿真显示,用泰勒级数展开分析速度数值积分算法误差是可行的;提出的算法能够将速率偏频激光陀螺惯导系统以及其他惯性导航系统在大机动运动环境下的导航精度提高一阶。

简介：在湍流燃烧模型及CFD仿真软件的实验验证以及实际燃烧装置性能改进中,准确的温度测量以及温度梯度分布测量十分重要.Rayleigh散射、过滤Rayleigh散射和双线平面激光诱导荧光等基于激光的测温技术已在湍流燃烧实验研究中广泛应用,但每种测温技术都不能满足所有的测量环境.因此,须根据具体的探测对象和测量需求,对测温方法和实验方案进行合理选择.文章主要对这3种测温技术的工作原理、适用条件、研究现状和实际应用中需注意的问题进行综述.

简介：对于具有大时间延迟环节并难以建立精确数学模型的陀螺温度控制系统,提出采用模糊自整定PID控制参数的Fuzzy-PID陀螺温度控制方法.该方法可以集模糊控制与PID控制之所长,有较好的抗干扰能力.温控及高低温实验证明,该系统可以达到所要求的快速启动、输出稳定并能较好适应工作环境变化等精度要求.

简介：给出了激光陀螺捷联惯性组合(IMU)的误差模型,研究了一种利用双轴带温控箱速率转台的参数标定方法,标定出了IMU在各种环境温度下的模型参数,通过温度补偿有效地减小了IMU的导航误差.试验结果表明:该方法标定精度较高,适用于中等精度IMU的参数标定.

简介：温度效应是制约激光捷联系统惯性器件性能提高的重要因素。通过大量温度试验，结合陀螺和加速度计的温度误差特性分析，得到一种工程适用的温度模型；分别对各个惯性器件进行温度误差补偿，提高了系统精度。试验结果表明：该模型不仅改善了高低温状态下系统的性能，而且也适用于大变温率或大范围温度变化环境下的导航系统。温度补偿后，系统的导航定位精度平均提高了近40％。

简介：石英挠性加速度是惯性导航系统核心的惯性器件之一,其输出精度受到温度变化的影响,为了降低温度对石英挠性加速度计精度的影响,在研究石英挠性加速度计数学模型的系数随温度变化规律的基础上,设计了加速度计温度模型辨识试验方法,利用数据拟合方法建立了加速度计温度模型。应用该模型提出了石英挠性加速度温度补偿算法,针对该算法的有效性,进行了实验验证,结果表明应用该温度补偿算法,可使加速度计的测量精度提高一个数量级,补偿效果明显。该温度补偿算法可有效地应用于捷联式惯性导航系统等领域中。

简介：在原有研究的基础上,针对实验数据观测点疏密分布均匀或不均匀的工程实际情况,分别运用全局准则和局部准则,研究最小概率DWO非线性辨识方法中的带宽选择关键问题,提出了校正AIC准则和LCV准则两种不同的带宽选择方法,并将这些方法应用于四频差动激光陀螺的温度误差模型辨识中,比较和验证了这些方法的正确性和适应性。研究结果表明：①对于＂分布均匀＂的情况,宜采用校正AIC准则;②对于＂分布不均匀＂的情况,宜采用LCV准则;③形成了自动带宽选择算法。总之,这些方法为解决＂带宽选择＂问题提供了有效途径,从而进一步提高了最小概率DWO方法的工程应用价值。

简介：光纤陀螺（FOG）温度漂移误差是影响其输出精度的主要误差源之一。针对基于传统BP神经网络FOG温度误差补偿方案适用性较差的问题,提出了优化预测数据的BP神经网络补偿算法,利用最优线性平滑技术以及滑动平均技术对神经网络待补偿数据进行预处理,可以有效减小FOG输出白噪声对温度漂移网络模型补偿精度的干扰,优化神经网络模型的补偿效果。使用FOG温度漂移实测数据对所提出的优化算法进行验证,结果表明利用本文提出的两种建模及补偿方案进行补偿后的FOG温度漂移数据标准差相比传统BP神经网络补偿方法减少50%以上。

简介：为减小温度对导航精度的影响，实现系统级的温度补偿，在实验中采用静态条件下的标定方法；基于激光陀螺捷联惯性系统的误差模型方程，用广义逆算法顺利分离求得陀螺各零偏及标度因数值；根据以往温度误差模型的结构特点，运用渐近辨识方法（ASYM）中的最终输出误差准则（FOE）对温度误差模型中非线性部分的阶次进行准确的计算，确定了合理的温度误差模型结构。为了解决用最小二乘法辨识模型结构的系数时，信息矩阵求逆容易溢出的问题，采用了自适应的岭估计算法确定陀螺零偏温度误差模型的系数，实现了系统级的温度误差建模。所得到的温度误差模型补偿效果比定阶前明显提高。

简介：通过分析1维和2维线性插值可以推导出任意斜角直线坐标系下n维线性插值的一般计算公式以及有唯一解的条件,这一结论能够应用于三维温度场计算。可以将n维插值问题归结如下：已知n＋1维空间中的n＋1个点的坐标以及第n＋2个点的n个坐标分量xn＋2,1,xn＋2,2,,xn＋2,n,求解该点的第n＋1个坐标分量xn＋2,n＋1。根据线性插值定义,第n＋2个点位于前n＋1个点所确定的n维超平面上。根据这一条件列写方程、求解方程可得到插值xn＋2,n＋1。n维插值问题有唯一解的条件是已知的n＋1个点在n维空间中构成的多面体的体积不为0。推导过程在斜角直线坐标系中完成,因而结论具有较大普适性。

简介：介绍了某型液浮陀螺仪定位壳体温度场模型,利用有限元分析软件ANSYS对其等效温度场进行分析,得出其温度场分布的精确量化结果,为惯导系统建立起最初的热源,并通过实验验证了分析结果的正确性,为后续的平台热设计研究提供了重要的参考依据.

简介：简要介绍了远望号航天测量船船摇数据，分析了船摇数据对船载外测数据的影响，重点对船摇数据的一些基本规律和特性进行了初步分析。

简介：根据激光陀螺漂移数据中存在的多种噪声及其特点，针对激光陀螺漂移数据建模问题，比较了几种建模方法，认为DDS法有较好的实用性，并利用该方法对激光陀螺漂移数据进行了建模，得出了实测的激光陀螺漂移数据的模型。采用了多种检验方法对所建模型进行了检验。检验结果表明，用DDS法对激光陀螺漂移数据建模是合适的。

简介：为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。

简介：以小型无人机航姿测量系统的微小型化为背景,利用MEMS惯性测量元件研制了一种低成本微型航姿测量系统。针对MEMS器件用于载体航姿测量时精度低、易发散的问题,提出一种计算量小、实时性强的加速度信息、磁场强度信息、陀螺信息的融合方法。采用卡尔曼滤波器对系统的俯仰角、滚转角和航向角的误差进行最优估计;设计数据融合的判别准则,并根据判据的判断结果调整卡尔曼滤波器中的量测信息,使系统可用于小型无人机的定高自主飞行。实验结果表明,系统输出航姿的更新频率可达100Hz,航姿测量误差小于0.6°,航姿标准差小于0.09°;将其应用于某小型固定翼飞行器的飞行控制系统中进行自主飞行实验,完成了预定的飞行任务。

简介：本文建立了ＩＮＳ和ＥＳＧＭ的误差方程，在此基础上，实现了ＩＮＳ／ＥＳＧＭ组合系统导航过程的卡尔曼滤波器设计。仿真试验表明，本文所设计的滤波器实际可行，利用该滤波器ＩＮＳ／ＥＳＧＭ组合系统能够给出高精度的位置、姿态及速度信息

简介：为进行高超声速气动热数据相关性研究,选取了一平板-锥组合体模型为研究对象,开展不同缩比模型的风洞试验,分别使用3种不同方法进行气动热试验数据的相关性研究.研究结果表明,使用正激波后Reynolds数Rens和修正的黏性干扰系数V＊/Sw可以将不同缩比模型不同来流条件下的Stanton数进行较好的关联,Stanton数与正激波后Reynolds数Rens成反比例关系,与修正的黏性干扰系数V＊/Sw成正比例关系.最后基于相关性研究结论和理论分析,提出了一种模型表面传热现象的数学模型.

简介：将小波分析技术应用于数据预处理，利用小波变换对GPS相位观测值进行小波分解，可将GPS观测值分解为不同的频率成分，通过一定尺度上的带通滤波器进行滤波，就可以将特定的频率成分提取出来，而将其它成分滤去，从而有效地消除或削弱多路径效应及观测噪声的影响，提高GPS数据处理的精度。并运用Matlab语言进行了编程实现，对比不同基线长度下小波变换前后的预处理精度估值可知，经小波变换后的精度估值有了一定提高，表明了该方法的有效性与可行性。

简介：研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解（dynamicmodedecomposition,DMD）代替线性稳定性理论（linearstabilitytheory,LST）与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.