本文分析了慣導(dǎo)平臺(tái)在實(shí)際使用過程中,隨著運(yùn)行時(shí)間的增加,誤差會(huì)對(duì)精度產(chǎn)生很大的影響,通過連續(xù)翻滾自標(biāo)定方法,在運(yùn)行過程中進(jìn)行補(bǔ)償。在連續(xù)翻滾自標(biāo)定過程中,連續(xù)翻滾的軌跡對(duì)試驗(yàn)結(jié)果影響很大。采用了粒子群全局優(yōu)化算法來(lái)尋找連續(xù)翻滾自標(biāo)定最優(yōu)旋轉(zhuǎn)軌跡,可以得到系統(tǒng)的全部誤差信息。建立了慣導(dǎo)平臺(tái)系統(tǒng)級(jí)的狀態(tài)方程、輸出方程。基于平臺(tái)空間和計(jì)算空間對(duì)準(zhǔn)誤差角Ψ角法建立慣性導(dǎo)航平臺(tái)系統(tǒng)連續(xù)翻滾自標(biāo)定試驗(yàn)的誤差模型。根據(jù)加速度計(jì)和陀螺儀的誤差模型,坐標(biāo)空間之間的變換建立了系統(tǒng)的狀態(tài)方程和觀測(cè)方程。研究了系統(tǒng)的可觀測(cè)性,給出了信息矩陣行列式、平臺(tái)旋轉(zhuǎn)軌跡對(duì)可觀測(cè)性的影響。使用D最優(yōu)化設(shè)計(jì)尋找信息行列式最大值對(duì)應(yīng)的最優(yōu)旋轉(zhuǎn)軌跡。通過D最優(yōu)試驗(yàn)設(shè)計(jì)方法將尋找最優(yōu)旋轉(zhuǎn)軌跡轉(zhuǎn)換為求取信息矩陣行列式的最大值。使用粒子群全局優(yōu)化算法來(lái)求解帶非線性約束的信息矩陣行列式的最大值。著重分析了粒子群全局優(yōu)化算法在解決該問題時(shí),對(duì)非線性約束的處理方法。通過分析使用粒子群算法求取無(wú)約束最值的通用流程,在此基礎(chǔ)上添加了對(duì)非線性約束處理的關(guān)鍵步驟。模型中的非線性約束使得粒子群算法對(duì)粒子群的初始化提出了新的要求,算法運(yùn)行前需要首先調(diào)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 慣導(dǎo)平臺(tái)自標(biāo)定試驗(yàn)方法
        1.1.1 系統(tǒng)級(jí)的自標(biāo)定
        1.1.2 陀螺測(cè)漂的力矩反饋法
        1.1.3 平臺(tái)多位置自標(biāo)定
        1.1.4 平臺(tái)連續(xù)翻滾自標(biāo)定
    1.2 有約束、非凸目標(biāo)函數(shù)的全局優(yōu)化
        1.2.1 非凸的全局優(yōu)化
        1.2.2 全局優(yōu)化的確定性方法
        1.2.3 全局優(yōu)化的隨機(jī)性方法
        1.2.4 有約束的全局優(yōu)化
    1.3 本文主要研究?jī)?nèi)容
第2章 慣導(dǎo)平臺(tái)誤差模型與D最優(yōu)化設(shè)計(jì)
    2.1 平臺(tái)系統(tǒng)模型的建立
        2.1.1 狀態(tài)方程
        2.1.2 輸出方程
    2.2 D最優(yōu)化實(shí)驗(yàn)求最優(yōu)軌跡
    2.3 最優(yōu)設(shè)計(jì)性能指標(biāo)和約束條件
    2.4 本章小結(jié)
第3章 基于PSO算法的最優(yōu)旋轉(zhuǎn)軌跡求解
    3.1 PSO算法基本原理
        3.1.1 PSO算法思想起源
        3.1.2 算法原理
        3.1.3 PSO算法流程
    3.2 PSO非線性約束處理
    3.3 算法的迭代過程
    3.4 慣性權(quán)重的分析
    3.5 算法參數(shù)的選擇
    3.6 合適參數(shù)下的最優(yōu)軌跡
    3.7 本章小結(jié)
第4章 不同全局優(yōu)化方法的比較研究
    4.1 PSO與基于梯度的優(yōu)化方法比較研究
        4.1.1 PSO算法
        4.1.2 基于梯度的優(yōu)化方法
        4.1.3 PSO與基于梯度的優(yōu)化方法比較研究
    4.2 PSO與隨機(jī)算法比較研究
        4.2.1 模擬退火算法
        4.2.2 遺傳算法
        4.2.3 PSO與隨機(jī)算法比較研究
    4.3 PSO算法的改進(jìn)
        4.3.1 參數(shù)改進(jìn)
        4.3.2 鄰域結(jié)構(gòu)改進(jìn)
        4.3.3 混合算法的提出
        4.3.4 新的學(xué)習(xí)策略
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3785583