简介:鉴于传统惯性导航和卫星导航的组合应用存在着一定局限,分析了飞机无线电近程导航系统校正和与INS/GPS的综合过程,探讨了无线电近程导航系统对INS/GPS综合校正应用过程中的一些技术问题,并提出了相应的解决措施.
简介:提出了一种利用旋转载体自身的旋转作为驱动,从而敏感旋转载体横滚或俯仰的角速率传感器模型,并运用陀螺力学理论建立传感器的动力学方程、求得解析解,对传感器进行动力学误差分析.
简介:报导了提高压电射流角速度传感器性能的途径.通过改进结构和工艺提高了压电射流角速度传感器的零位重复性、稳定性,减低了交叉耦合.实验结果表明:零位重复性从原来的0.2(°)/S提高到0.1(°)/S,交叉耦合从原来的2%减小到1%.
简介:在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.
简介:本文针对某型陀螺启动特性进行了试验研究,在陀螺启动漂移特性试验数据基础上,用神经网络建立了启动漂移速率温度的非线性模型,并对模型进行了检验,证实了神经网络的有效性
简介:针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.
简介:为了提高使用精度,研究了某型号MEMS陀螺仪的随机漂移模型。采用游程检验法分析了该陀螺仪随机漂移数据的平稳性,并根据该漂移为均值非平稳、方差平稳的随机过程的结论,采用梯度径向基(RBF)神经网络对漂移数据进行了建模。实验结果表明:相比经典RBF网络模型而言,这种方法建立的模型能更好地描则EMs陀螺仪的漂移特;相对于季节时间序列模型而言,其补偿效果提高了大约15%。
简介:本文用BP神经网络对挠性陀螺仪伺服回路的故障诊断进行了模拟,取得了满意的结果。同时还介绍了作者设计的这一通用型BP神经网络软件包及其特色
INS/GPS无线电近程导航系统
一种旋转载体用角速率传感器模型
提高压电射流角速度传感器性能的途径
基于神经网络的组合导航系统状态估计
陀螺仪启动漂移特性的神经网络建模研究
基于RBF网络的信息融合在SAMS故障诊断中的应用
梯度RBF神经网络在MEMS陀螺仪随机漂移建模中的应用
神经网络在挠性陀螺仪伺服回路故障诊断中的应用