当前铁路通信如何适应高速发展铁路的要求

近年来,我国铁路通信科学技术水平不断提高,通信科技进步在推动我国铁路发展,提高劳动生产率,保障行车安全。随着科学技术的飞速发展,铁路通信在铁路运营过程中的作用越来越重要。本文根据我国铁路通信的发展情况,分析了铁路通信如何适应高速发展铁路的要求。     

基于电子地图和激光捷联惯组的运动基座初始对准方法

基于捷联惯导系统动基座初始对准对速度和路线要求较高,粗对准方位角失准过大影响精度等问题,提出引入电子地图对算法进行辅助修正的组合对准方法.通过地图匹配进行位置修正提高载车定位精度,最大限度减小第二次停车所带来的定位误差,提高对准精度.实验结果证明,动基座初始对准方法与电子地图匹配算法的有效组合,降低了对载车速度及路线的要求,极大提高了系统对准精度.     

单激光陀螺捷联寻北系统

论述了单激光陀螺捷联寻北系统的组成及工作原理，给出了寻北及姿态解算的数学模型和 软件流程，该系统在实验室内的测试结果为：寻北误差小于０．２４°，寻北时间小于５ｍｉｎ，姿态误差小于０．１°。     

小波去噪技术在捷联寻北仪中的应用

为了提高捷联寻北仪在动态干扰下的精度,采用小波去噪法对寻北仪的原始输出信号进行处理.通过对多尺度下信号的小波变换系数及模极大值的跟踪,发现有用信号为平稳信号,而干扰信号的模极大值并不都随尺度的增加而减少,因此提出模极大值与软阈值相结合的方法.对随尺度增大的模极大值用其左右相邻几个非模极大值平均值替代,滤去李氏指数大于0的干扰信号;对李氏指数小于0的噪声采用软阈值法去噪.该方法可使寻北精度达到1 mrad.     

捷联惯导系统非线性误差补偿的随机采样法

为了补偿由于惯性敏感元件高频振动整流所引起的非线性输出误差,研究一种新的补偿方法--随机采样法.以加速度计为对象,对随机采样法进行描述和分析,并与传统的固定采样频率方法进行了对比.在此基础上,对原随机采样法进行了改进.最后给出了详细的仿真程序和结果.仿真结果表明,新的随机采样法比原方法的精度有明显改善,所引入白噪声的强度更小,但计算负担的增长不是很明显.     

卫星姿态再励学习的模糊神经控制

将再励学习的模糊神经控制引入卫星姿态控制中，给出详尽的实现方法，推导了模糊神经控制器的自学习算法．直接利用再励信号，对控制器的参数进行在线调节，不需要控制器的学习样本．仿真结果表明该控制算法能有效地克服卫星的不确定性，具有较强的鲁棒性，可实现较高精度的卫星姿态控制．     

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

方位保持仪姿态误差补偿技术

给出了陆用惯性导航系统方位保持仪的误差补偿方法.在方位保持仪纵轴和横轴方向安装2个互相垂直的加速度计,测量载体的俯仰角和横滚角,采用多组坐标变换将姿态角、地球自转角速度和重力分别投影到陀螺坐标系,结合动力调谐陀螺仪漂移与重力相关的特性,分析了与重力一次项相关的漂移分量,分别从支架误差、地球自转分量和陀螺仪与重力相关漂移3个方面对方位保持仪进行误差补偿.实验结果表明,采用上述方法进行误差补偿的方位保持仪,漂移小于0.06°/h.     

基于神经网络专家系统的卫星姿态确定系统故障诊断

介绍了一种基于人工神经网络与专家系统相结合的智能故障诊断系统,将专家系统与神经网络结合运用取长补短,发挥各自的优势.给出了系统的结构组成,并具体描述了神经网络专家系统的工作原理.采用的RBF网络有效地克服了BP网络收敛速度慢,且易陷入局部极小的缺陷.同时利用神经网络的并行处理功能,有效地解决了传统专家系统的推理复杂、时间冗余等缺点.仿真结果证明了该方法应用于卫星姿态确定系统的故障诊断是有效的.     

基于B-小波提高寻北仪抗基座扰动的能力

为消除静基座寻北时外部基座扰动对寻北仪精度的影响，提出采用波形反对称的三阶B-小波对寻北仪原始输出信号进行滤波处理，通过对多尺度下小波变换模极大值的分析，可以确定低频基座扰动在时域上的作用点，从而消除受污染数据对寻北精度的影响，利用实测数据进行的仿真表明，该方法能有效地提高寻北仪抗基座扰动的能力。