简介：传统外阻尼惯导系统以外速度作为辅助参考,但在仅能提供外定位参考的条件下,为了避免由定位信号差分求取速度时造成噪声放大负面效应,推导了基于定位误差的罗经初始对准算法,并将它与捷联惯导姿态解算相结合,得到定位阻尼捷联惯导算法。该算法具有计算量小和稳定性好等优点,但与Kalman滤波组合导航相比,也有它自己的应用条件并存在一些不足之处。最后,利用GPS定位和激光捷联惯导系统进行了车载试验,验证了所提算法的有效性。

简介：文章提出了一种采用圆柱形汇聚激波实现可燃气体点火特性研究的新方法．通过采用激波动力学理论合理地设计壁面型线，将激波管中产生的平面运动激波近乎连续地转变为扇形区内圆柱形汇聚激波．以氢氧预混气体为考察对象，开展了相关激波管实验，实现了可控圆柱面激波汇聚诱导点火．实验发现两种点火现象：强点火和弱点火．在强点火过程中，点火由入射激波直接诱导产生；而在弱点火过程中，点火则是在波后气流经历热压缩过程后发生．

简介：文章以生物纳米通道及纳米孔中的离子传输及化学反应为背景,以离子流整流、电渗流整流、离子积累耗散模型为理论基础,使用有限元数值计算方法研究压力及电场交互作用下的锥形纳米孔孔内离子浓度分布及速度场分布现象.分析了不同电压下压力和电场的交互作用对锥形纳米孔中速度场、流场及浓度分布的影响.结果表明纳米孔孔内氢离子运动方向主要受电场方向影响.由于静电吸附效应,沿着孔壁流动的电渗流中的氢离子浓度会高于体溶液中的氢离子浓度.当电压较小时,流场方向主要受压力流的影响,当电压较大时,流场流动方向由电渗流带动的流体流动和压力驱动的流体流动共同决定.

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：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：为了提高潜器导航定位精度，针对等值线算法在惯导系统初始误差较大时易发散的问题，提出基于概率神经网络调优的等值线改进方法。首先，在搜索区域内，利用概率神经网络算法对惯导系统航迹进行调优，并经过卡尔曼滤波器与惯导系统航迹进行信息融合形成待匹配航迹；在此基础上利用实时等值线算法得到最佳匹配位置。分别在不同初始条件下进行仿真分析，得出概率神经网络算法在大的初始误差下不易发散但定位精度不高的结论，然后在潜器行驶6h后，初始误差为5.438？的条件下进行仿真验证，结果表明，改进方法定位精度均值优于0.537？，从而证明改进方法是有效的，即使在大的初始误差下仍然能够达到较高的定位精度。

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：传统的使用伪距和相位组合进行周跳探测的方法受限于伪距精度,在多路径效应严重和载体高动态下不可靠。针对该问题,构建北斗/INS紧组合模型,利用惯性辅助北斗三频信号线性组合构造了周跳探测量,兼顾错探率和漏探率,确定探测阈值系数为2.5768。基于卫星高度角采用正弦函数模型确定载波噪声,分析了载波噪声和卫地距误差对周跳探测和修复的影响。在此基础上选择组合量（0,-1,1）,（1,3,-4）,（-3,4,0）联合进行周跳探测和修复。使用车载组合导航实测数据验证周跳探测模型的效果。实验结果表明,对于模拟的密集小周跳,所有卫星错探率低于1.75%,漏探率低于0.11%,除低高度角卫星C05,所有卫星修复错误率低于0.35%。对于北斗信号中断的场景,在75s部分中断内或18s完全中断内都能够正确修复所有卫星的所有类型周跳。

简介：开展了机器学习在翼型气动力计算和反设计方法中的应用研究,实现了在更大翼型空间范围内,人工神经网络的训练和优化,建立了翼型气动力计算模型,和给定目标压力分布的翼型反设计优化模型.作为机器学习领域兴起的研究热点,人工神经网络的研究工作不断深入,有研究者尝试将其应用于流体力学的学科范畴内.文章实现人工神经网络在翼型计算领域中应用的方法如下:首先通过Parsec参数化方法,围绕基准翼型构造了一定翼型空间范围的翼型库,利用XFOIL进行数值模拟,搭建了和翼型库具有一一映射关系的流场信息库.通过训练和优化神经网络,实现了基于此模型的快速、高可信度的翼型气动力预测,以及新型的翼型优化设计方法.通过自动化编程实现样本库的批量生成,实现了不同翼型空间的样本量下,神经网络的训练和优化过程.实验结果表明,在机器学习领域中,基于神经网络的翼型反设计模型的精确性高度依赖于训练样本量的大小和覆盖范围.

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：纳米孔隙内气体流动的理论预测对气体微流控器件的设计和制造具有重要的理论指导作用,文章采用分子动力学方法研究了氮气、氧气和二氧化碳混合气体在平行壁纳米孔隙内的剪切流动特性和边界滑移特性.研究结果表明:随着加入二氧化碳比例的不断增加,混合气体滑移速度不断增大,并且当二氧化碳的比例低于20%时,混合气体流动速度沿孔隙宽度方向呈线性分布;而当比例达到40%后,其速度轮廓将呈现非线性趋势.当二氧化碳所占比例为20%时,随着孔隙宽度的增加,混合气体的整体边界滑移随之减小.探究了混合气体密度和气-固耦合强度对混合气体流动及边界滑移的影响机理.发现随着混合气体密度的减小,气流边界滑移增大;随着气-固界面耦合强度的增强,边界气体分子易被吸附而出现黏滑运动,气体分子在边界处的积聚现象增强,剪切应变率增大,边界滑移减小.

简介：针对无线室内定位存在的非视距误差及信号跳变的问题,提出了一种基于指数渐消记忆加权测距滤波的内交点定位算法。为了减小非视距误差对无线系统定位精度的影响,提出了一种内交点定位算法,它无需识别基站是否处于视距环境,也无需任何先验的信息,仅基于当前时刻的各基站测距信息实现目标位置的解算。针对无线信号易跳变的问题,采用指数渐消记忆加权算法对测距信息进行滤波处理,通过选取合适的渐消记忆因子有效调节测距信号跳变的幅度。实测数据结果表明：利用所提出的方法定位精度优于2m,显著优于传统的加权最小二乘定位算法,且定位结果的跳变现象明显减弱。

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。

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

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。