无人直升机担负着越来越重要的作战使命, 而甲板运动是影响其着舰安全的重要因素, 对着舰甲板运动进行精确预估与补偿是亟待解决的难题。为此, 基于自适应AR模型与最优预见控制方法, 提出了一种甲板运动预估与补偿方法。基于AR模型设计甲板运动预估器时, 引入时变因子设计了自适应模型参数更新律优化模型性能, 强调数据的实时性, 仿真结果表明, 该方法在一定程度上提高了甲板运动预估的准确性, 且计算相对简单; 将甲板运动预估器产生的预估信号作为可预见的未来信息引入预见控制器, 并基于最优控制理论对着舰甲板运动进行补偿, 较好地改善了甲板运动补偿系统相位延迟问题, 并在一定程度上提高了甲板运动跟踪精度, 进而提高无人直升机着舰成功率。

时变AR模型是一种新的时频分析方法, 对简单的非平稳信号瞬时频率的测量具有很高的精度, 但却不适用于复杂信号。为使时变AR模型同样适合于测量复杂信号的瞬时频率, 提出LMD和时变AR模型相结合的方法,该方法使时变AR模型极大地扩展了适用对象。分别采用最小二乘和卡尔曼平滑算法求解信号参数模型, 并求得信号瞬时频率, 仿真对比分析表明,与直接用时变AR模型测量瞬时频率相比, 该改进方法能大大提升瞬时频率测量的准确度。

为了提高MEMS陀螺输出角速度的精度, 采用Allan分析法以及Kalman滤波算法对MEMS陀螺仪进行随机误差分析和补偿。由Allan方差分析陀螺的输出数据, 对Allan方差进行最小二乘法拟合, 得到各项随机噪声的定量评价指标; 对陀螺的输出数据使用AR模型进行数学建模, 采用AIC准则确定了AR模型的阶次, 建立了陀螺零漂数据的离散时间表达式; 在AR模型所建立的陀螺随机误差模型的基础上, 设计了Kalman滤波器, 对陀螺输出数据使用Kalman算法进行了滤波处理, 对陀螺的随机误差进行了补偿; 通过Allan方差对Kalman算法对陀螺随机误差的补偿效果进行分析。实验结果表明: 角速率随机游走Kalman滤波前为0148 7°/h, Kalman滤波补偿后为0004 1°/h, 通过补偿可减小9724%的角速率随机游走误差; 零偏不稳定性Kalman滤波前为1940 8°/h, Kalman滤波补偿后为0054 2°/h, 通过补偿可减小9721%的零偏不稳定性误差; 速率随机游走Kalman滤波前为2698 5°/h32, Kalman滤波补偿后为0334 3°/h32, 通过补偿可减小8761%的速率随机游走误差。Kalman滤波适用于MEMS陀螺的滤波处理, 可有效降低陀螺的随机误差。

温度漂移是光纤陀螺的主要误差之一，它可分为两部分：与系统相关的误差源及环境的随机扰动产生的随机误差项；由温度变化引起的趋势项。提出了一种光纤陀螺温度漂移的改进AR模型和建模方法，先建立随机误差项的AR模型，再在AR模型中引入趋势项。使用实测的光纤陀螺温度漂移数据建模，并验证模型有效性。结果表明，该模型能准确预测不同温度变化情况下陀螺漂移输出，并能用预测值有效补偿漂移误差，补偿后温度漂移减小到补偿前的20%以下。基于Labview开发了可视化软件，该软件在陀螺温度特性的评价与预测方面具有实用价值。

建立光纤陀螺随机漂移模型以便在滤波中加以补偿是提高光纤陀螺输出精度的有效方法。针对传统光纤陀螺随机漂移建模均采用离线形式, 需预先处理数据, 不具备普适性等问题, 提出一种实时的建模滤波方法。首先, 根据大量实测数据对传统离线模型进行改进, 研究了一种基于AR 模型的在线建立光纤陀螺随机漂移模型的方法。然后, 比较了传统Kalman 滤波器与H∞滤波器用于实时滤波的效果。实验结果表明, 改进型AR 模型拟合精度高、普适性强, 单个噪声拟合精度最低值为91.6%。H∞滤波器效果优于传统的Kalman 滤波器, 分析单个噪声滤波效果时, H∞滤波器较Kalman 滤波器性能最多可提高38.5%。

对平稳随机信号功率谱估计的AR模型, 分别利用自相关函数法和Burg算法求该模型系数, 作为核爆炸和闪电电磁脉冲信号的特征值;采用BP神经网络作为分类器以及不同的隐含层数和隐含层节点数, 对核爆和闪电电磁脉冲实测数据进行识别研究。结果表明：AR参数模型法对两类信号特征值提取是非常有效的, 采用Burg算法来求AR模型参数, 其特征值提取效果优于自相关函数法。

为减小舰船直航向运动情况下风、流、摇摆等对电罗经航向造成的随机误差影响，提高舰船直航向运动时电罗经指向精度，采用高阶AR模型对电控罗经随机误差进行建模和预测，将之与自行设计的改进型自抗扰控制技术相结合，实现模型的抗扰动处理。通过与标准自抗扰控制器和H∞Kalman滤波器进行对比表明，采用改进型自抗扰控制技术与高阶AR模型结合的方法较为有效地抑制了电罗经航向随机误差，为减小电罗经直航向误差提供一种行之有效的方法。

舰载机在着舰中对甲板运动的跟踪存在相位差，需要使用预报技术将甲板的运动信息提前加入到自动着舰控制系统(ACLS)中。甲板预报通常采用的自回归模型法(AR)是一种时间序列预报方法，在此基础上提出了一种新型的多层递阶预报模型，它是在对时变参数进行预报的基础上再对系统的状态进行预报，更能反映时变系统的运动实质。对典型海况下甲板的俯仰和沉浮运动进行预报仿真，结果表明多层递阶预报的精度更高。分别用两种方法对自动着舰纵向轨迹控制进行运动补偿，仿真表明多层递阶预报方法可以更加有效地提高轨迹跟踪精度。

为获取双峰分布超细颗粒的动态光散射模拟信号, 通过建立动态光散射随机过程的AR模型, 利用修正的Levison-Durbin递推算法确定模型参数和阶数的方法模拟光散射信号.分别对10 nm与90 nm, 200 nm与1 000 nm双峰分布颗粒的动态光散射信号进行模拟, 得到的模拟信号光强自相关函数与理论值吻合, 用双指数法对颗粒粒径反演, 相对误差小于3.55%.通过分析模型阶数、采样时间、采样频率、模拟数据长度等参数对模拟精度的影响, 得出双峰分布颗粒光散射信号的模拟精度与各参数的关系:在低于阈值阶数时, 模型阶数选择对精度影响大, 模型阶数越高, 信号模拟的精度越高, 高于阈值阶数时, 模型阶数选择对精度影响不大,可选阈值阶数模型模拟信号.选定一定的采样时间, 采样频率越高, 模拟数据长度越长, 模拟精度越高.

基于均匀值量化压缩算法和AR模型算法,对干涉型超光谱成像仪直接产生的实际干涉图像序列进行了近无损压缩仿真实验.AR模型算法对残差采用Lloyd-Max量化器进行量化,对量化输出结果用Huffman编码器进行编码.分析了AR模型阶数对压缩性能的影响.结果指出,均匀值量化和AR模型算法均能满足干涉光谱图像序列压缩的要求.