简介:针对传统基于g信息的粗对准的捷联惯导系统中,受传感器噪声的影响,存在效视运动无法提取和双向量共线的缺点,提出了一种基于改良Kalman滤波的参数辨识粗对准方法。该方法通过构建视在重力在初始载体系中的映射模型,利用改良Kalman滤波进行模型参数辨识,然后通过识别参数重新构建视在重力在初始载体系中的映射,解决了由于传感器噪声导致有效视运动无法正常提取的缺点。利用识别参数具有随估计次数增多得到优化的特点,构造初始时刻和最终时刻向量,避免双向量共线问题。利用改良Kalman滤波算法的自适应特点,优化参数识别精度与速度。转台实验表明,采用改良Kalman滤波方法航向对准精度为-0.0414°,标准差为0.041°,而传统RLS方法得到的航向精度为-0.0738°,标准差为0.128°。由此可知,本文提出的方法性能更优。
简介:基于Sigma-deltaModulator(Σ△M)原理的数字闭环微机械加速度计不仅实现了力反馈闭环控制,同时直接完成信号的模数转换。基于全差分式电容微加速度设计了一种2-2级联式(MASH)高阶Σ△M闭环系统——MASH_(2-2),并与传统的单环路二阶、四阶Σ△M闭环系统(SD2、SD4)进行了仿真分析比较,研制了原理样机。微加速度计是基于结构层厚度50mm的SOI硅片通过DRIE刻蚀、气态HF释放等一系列微加工工艺得到,系统电路以数字化方式集成在FPGA中。常压下测试结果表明,样机的灵敏度为0.876V/g,噪声基底为-110dB,零偏不稳定性为20mg,静态温漂为40.8mg/℃,量程为±20g。
简介:提出了一种基于期望模式修正(EMA)的改进交互式多模型(IMM)算法。该算法主要解决自主水下航行器(AUV)复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。
简介:利用5V数字逻辑电路、多种高低压高速金属氧化物半导体场效应晶体管(MOSFET)及8路3级驱动电路,逐步提升MOSFET管的能力。利用输入触发信号控制产生具有一定时序关系的8路初级驱动信号,再经过次级驱动电路,提升为8路中高压驱动信号,加速输出级开关,产生高性能的双极性门控信号。该门控脉冲发生器工作电源电压为12V,输出电压为50~-200V,输出脉冲前后沿均为1.5ns,输出信号的脉冲宽度由输入信号控制调节,可在最小输出脉冲宽度3ns至直流信号之间变化。脉冲工作时,最大重频为3.3MHz,固有延迟为50ns,触发晃动小于0.2ns,体积为86mm×43mm×23mm。