针对光照分布不均匀的室内环境下低动态载体速度计算实时性较差的问题,提出一种基于改进奇异值分解(SVD)-Harris的低动态载体速度快速计算的新方法。利用SVD对相邻两帧视觉图像分别进行压缩与重构,并结合改进的Harris角点检测算法对两帧图像进行特征点的检测;利用归一化互相关(NCC)模板匹配算法对相邻两帧视觉图像的特征点进行粗匹配;利用随机抽样一致性算法进行误匹配点对的剔除;利用特征匹配点对的信息对载体的速度进行计算。实验结果表明:传统算法的平均计算时间为3.07 s,而改进算法的平均计算时间为0.71 s,且传统算法的误匹配率远大于改进算法。与传统的NCC模板匹配方法相比,所提算法不仅保证了低动态载体速度计算的精确性,而且显著提高了载体速度在光照不均匀的室内环境下的计算效率,该研究为实现室内移动机器人实时视觉导航提供了理论依据。

碱金属混合物原子配比是超高灵敏惯性测量装置表头的重要参数,需精确测量.针对碱金属配比与碱金属蒸汽密度相关的特点,提出运用光深理论检测碱金属配比.结果表明:受多种因素影响,光深理论得到的碱金属蒸汽密度与饱和蒸汽压经验公式计算的结果相差3个数量级,无法保证碱金属配比的测量精度;改变数据处理方法,建立光谱吸收率与气室内部温度的映射模型,运用光谱吸收率标定碱金属气室内部温度,通过碱金属饱和蒸汽压经验公式计算气室内部碱金属原子的配比,多组数据分析表明:检测误差在10%以内.

光纤陀螺(FOG)的漂移输出经常淹没在噪声中，直接建模补偿漂移信号非常困难，提出基于经验模态分解(EMD)的阈值滤波方法(EMD-T)对漂移信号预处理。为了提高EMD 分解的精确度，基于噪声传播模型引入一种有界噪声辅助分析的方法，将漂移信号中幅值小、频率高的噪声信息压缩至低阶本征模态函数中。为了验证算法的有效性，采集一款干涉型FOG 的静态漂移输出作为测试信号，将EMD-T 与基于小波包变换(WPT)和常规EMD(CEMD)的阈值滤波方法进行了对比分析。仿真结果及Allan方差分析表明，EMD-T较WPT和CEMD 滤波性能有显著的改善，经EMD-T 处理后，漂移信号的量化噪声(Q)和角度随机游走(N)分别由0.7862 μrad 和4.58×10-3（°）·h-1/2下降至0.1340 μrad 和9.03×10-4（°）·h-1/2。