简介：针对传统模型难以描述捷联惯组误差系数的复杂性、突变性和非线性特征这一问题,研究了其多重分形特征,并提出了一种自适应分形插值算法。利用盒维数和MF-DFA方法分析得出捷联惯组误差系数具有明显的多重分形特征。改进了适用于非等间隔数据的垂直比例因子求取算法,根据测试数据间隔大小赋予每个仿射变换不同的概率和使用次数,按照无放回抽样原则进行随机分形插值,在不增加迭代次数的条件下解决了分形插值点分布不均匀的问题。利用加权平均法得到指定时间的标定值。结果表明,所提算法插值准确性比常规分形插值至少提高了3倍。

简介：针对捷联惯组历次测试数据小样本、非等间隔、非线性的问题,提出了一种基于分形插值的三次混合插值算法。通过第一次分形插值保证原始测试数据的变化趋势;通过第二次样条函数插值保证了插值的准确性,实现原始测试数据等间隔化;通过第三次分段线性插值,扩大样本容量,同时保证了原有测试序列的统计特性不变。实例分析表明,该算法很好的实现了对捷联惯组历次测试数据的等间隔处理和样本容量扩大,为捷联惯组历次测试数据小样本建模分析提供良好的基础。

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：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。