本文分析了慣導(dǎo)平臺在實際使用過程中,隨著運行時間的增加,誤差會對精度產(chǎn)生很大的影響,通過連續(xù)翻滾自標(biāo)定方法,在運行過程中進(jìn)行補償。在連續(xù)翻滾自標(biāo)定過程中,連續(xù)翻滾的軌跡對試驗結(jié)果影響很大。采用了粒子群全局優(yōu)化算法來尋找連續(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)平臺系統(tǒng)級的狀態(tài)方程、輸出方程。基于平臺空間和計算空間對準(zhǔn)誤差角Ψ角法建立慣性導(dǎo)航平臺系統(tǒng)連續(xù)翻滾自標(biāo)定試驗的誤差模型。根據(jù)加速度計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)方程和觀測方程。研究了系統(tǒng)的可觀測性,給出了信息矩陣行列式、平臺旋轉(zhuǎn)軌跡對可觀測性的影響。使用D最優(yōu)化設(shè)計尋找信息行列式最大值對應(yīng)的最優(yōu)旋轉(zhuǎn)軌跡。通過D最優(yōu)試驗設(shè)計方法將尋找最優(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,對非線性約束的處理方法。通過分析使用粒子群算法求取無約束最值的通用流程,在此基礎(chǔ)上添加了對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粒子群的初始化提出了新的要求,算法運行前需要首先調(diào)...

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 慣導(dǎo)平臺自標(biāo)定試驗方法
        1.1.1 系統(tǒng)級的自標(biāo)定
        1.1.2 陀螺測漂的力矩反饋法
        1.1.3 平臺多位置自標(biāo)定
        1.1.4 平臺連續(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)化的隨機性方法
        1.2.4 有約束的全局優(yōu)化
    1.3 本文主要研究內(nèi)容
第2章 慣導(dǎo)平臺誤差模型與D最優(yōu)化設(shè)計
    2.1 平臺系統(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)化實驗求最優(yōu)軌跡
    2.3 最優(yōu)設(shè)計性能指標(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：3785583