简介:为了对微小型飞行器上的MIMU(微惯性测量单元)的随机漂移进行补偿,在比较了Mallat算法与átrous算法之后,基于小波变换与多尺度分析方法,提出了多尺度时间序列建模方法,它充分利用了átrous算法的快速性与时间平移不变性,将MEMS陀螺仪随机漂移进行多尺度分解。对各尺度上分解得到的信号进行重建,并对重建得到的各个信号进行时间序列建模。将各尺度时间序列模型的预测输出的和作为陀螺仪的随机噪声估计,对陀螺仪的随机漂移进行补偿。最后的实际数据建模表明该建模方法运算量小、建模速度快、精度高、模型适用性强,有很强的实际应用价值。
简介:针对传统无陀螺捷联惯导系统角速度求解复杂,解算效率低,惯性元件安装精度要求高等问题,提出一种新型的无陀螺捷联惯导导航方案,将8-UPS型并联式六维加速度传感器作为其惯性元件,直接测量出运载体的六维绝对加速度。基于矢量力学理论,推导了其惯导基本方程;通过数值积分运算来提取载体的线运动参量;运用空间几何理论建立姿态方程,实时更新捷联矩阵以获取载体的角运动参量,从而完成了导航建模与解算。仿真结果表明该系统能满足航行体中精度实时导航的要求,是有效可行的。与同类导航相比,该系统具有结构紧凑、解算效率高、物理模型误差敏感性低等优势。
简介:由条带和流向涡的循环再生构成的近壁自维持过程(self-sustainingprocess,SSP)是壁湍流产生和维持的重要机制.文章通过对最小槽道的直接数值模拟(directnumericalsimulation,DNS)获得近壁自维持过程的流场数据,采用正规正交分解法(properorthogonaldecomposition,POD)对该数据进行分析,获得了不同流向和展向尺度的特征模态,通过将Navier—Stokes方程在这些模态上进行投影,得到近壁自维持过程的降阶模型,并采用DNS数据对降阶模型的预测能力进行了评价.该模型被初步应用于大涡模拟近壁模型的构造.
简介:为了减小MEMS陀螺仪的正交误差,进一步提高陀螺精度,在Simulink环境中对陀螺结构和测控系统进行了建模和仿真。首先在理想状态的陀螺结构模型基础上建立了包含机械热噪声、模态间耦合等非理想因素的结构模型,并给出了陀螺结构的相关设计参数。其次在陀螺结构模型上以自激振荡和AGC控制技术为基础设计了驱动回路,该回路可在短时间内将驱动幅度稳定在10μm,且驱动频率为4048Hz(驱动模态的谐振频率)。然后分析了模态间耦合信号的作用方式并建立了正交校正和检测闭环力反馈回路,仿真结果显示,在全闭环状态下检测模态所受耦合力的幅度比未校正状态下降了5个数量级,等效输入角速度也从205(°)/s下降到了6.58(°)/h。最后对陀螺模型进行了整体测试,得到其标度因数和阈值分别为21.76mV/(°)/s和0.002(°)/s。
简介:在详细分析光纤陀螺零漂的基础上,提出了先用滤波算法对光纤陀螺信号进行预处理,然后采用RBF神经网络对滤波后的信号进行建模的方法.针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理,比较三种滤波方法,小波滤波算法效果优于其它两种预处理方法,但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时,小波滤波预处理后的信号在建模精度上却是最差的,而对FLP算法滤波后的信号进行RBF建模,建模精度提高了两个数量级。结果表明:基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的,可大大提高建模的精度。
简介:在对后向台阶流场进行合成射流激励并研究不同激励频率对流场发展影响的过程中,发现流场在低频激励条件下与中高频条件下表现完全不同.为了详细分析这一现象,使用本征正交分解法(properorthogonaldecom-position,POD)将由PIV方法测得的流速分布数据进行分解,采用相位平均手段对含湍流动能较大的主要模态间的关系进行分析,并使用主要模态对流场的主要运动形式进行还原.结果表明,流场在各条件下的主要运动形式均可用少量低阶模态加以基本概括,低频激励下低阶模态相图近似于Lissajous图形,并描述了剪切层在激励作用下的摆动过程.