旋变幅值误差和正交误差在角速度频谱上表现为旋变转频的二次谐波，是旋变测角误差的主要来源，影响伺服系统角速度控制精度和稳定度。本文提出了一种基于特征频率参考的二次谐波误差自校正方法。首先，分析旋变测角误差产生的机理，获知其幅值误差和正交误差的互不相关性，并证明对旋变输出信号进行幅值调整和相位差调整可实现二次谐波误差校正。然后，在旋变和旋变数字信号转换器（Resolver-to-Digital Converter，RDC）之间设计基于比例放大的幅值校正器和基于交叉调节的相角校正器。最后，根据误差信号在线性控制系统中特征频率不变的特性，对伺服系统进行匀速控制，以角速度频谱中二次谐波频率的幅值为参考基准，分别调整幅值校正器和相角校正器，校正二次谐波误差。实验结果表明：本方法可将旋变二次谐波测角误差幅值降低78.5%，伺服系统速率波动量降低40.5%。本方法实现了旋变二次谐波测角误差的自校正，大幅提升了旋变的测角精度和伺服系统的转速控制稳定度。
测角传感器 旋变 测角误差 自校正 angel position sensor resolver angle measurement error self-correction
1 吉林工程技术师范学院量子信息技术交叉学科研究院，吉林 长春 130052
2 吉林省量子信息技术工程实验室，吉林 长春 130052
3 长春理工大学电子信息工程学院，吉林 长春 130022
为了解决测角传感器精度和径向尺寸之间难以调和的矛盾，从辐通量和莫尔条纹的角度，详细推导和分析了端面光栅轴系误差和柱面光栅轴系误差，并建立了误差模型。基于轴系误差分析，设计了一款结合端面光栅和柱面光栅的立体光栅测角传感器，并搭建了立体光栅测角传感器实验系统。实验结果表明，当读数头呈均匀分布时，立体光栅测角传感器的误差为6.75"；当读数头呈非均匀分布时，立体光栅测角传感器的误差为4.33"。研究结果为轴系误差的抑制提供了新方法，为小型化、高精度测角传感器的研制提供了参考。
测量 测角传感器 轴系误差 角度测量 误差分析 圆光栅 激光与光电子学进展
2021, 58(23): 2312005
1 长春理工大学光电工程学院, 吉林 长春 130022
2 中国科学院光电研究院激光测量技术研究室, 北京 100094
3 中国科学院大学, 北京 101407
4 长春理工大学电子信息工程学院, 吉林 长春 130022
针对测角系统在线校准问题,提出了一种基于多读数头布局的自校准方法。通过多组传感器的测量数据,利用圆封闭原则和傅里叶级数的性质,建立测量值与误差之间的函数关系,并基于多读数头布局原理,对自校准读数头布局进行优化,以提高校准方法对误差的抑制能力,实现单读数头测角传感器的自校准。设计了单轴转台,搭建了自校准测角系统,并进行了实验验证。实验结果表明:测角系统采用自校准方法后,单读数头测角传感器的测角误差为6.10″,在相同的测量环境下,其校准精度接近借助外部参考标准的传统谐波标定方法。自校准方法可有效抑制测角误差,显著提高测量精度。
测量 角度测量 测角传感器 多头读数 自校准 误差分析
1 长春理工大学 光电工程学院, 吉林 长春 130022
2 中国科学院 光电研究院, 北京 100094
3 中国科学院大学, 北京 100049
在不增大码盘尺寸的前提下, 对测角传感器读数头的布局展开研究, 以研制小型化高精度的测角传感器。本文基于测角误差的谐波分析结果, 详细推导和分析了多读数头布局对角度测量误差的抑制原理。通过对几种典型多读数头布局方式进行深入研究, 提出一种采用奇数头和偶数头相结合的读数头混合布局方式, 以消除更多更高阶次误差, 提高测角传感器的精度。实验结果表明, 当采用三个、四个和六个读数头均匀布局形式时, 测角传感器的测角精度分别为15.44″、9.72″和8.96″; 当采用六个读数头优化布局的方式时, 测角精度可达到7.7″。上述结果说明多读数头优化布局可有效抑制测角误差, 提高测量精度。
角度测量误差 测角传感器 多读数头 谐波分析 布局方式 angle measurement error angle measurement sensor multiple reading head harmonic analysis layout form
1 海军航空工程学院电子信息工程系，山东 烟台 264001
2 海军航空工程学院研究生一队，山东 烟台 264001
为提高被动定位技术的精度与环境适应性，本文提出运用一种新的非线性滤波方法 —扩展容积卡尔曼滤波算法进行多角度传感器目标定位；它首先利用 EMD(经验模态分解 )算法对目标的量测噪声协方差矩阵进行估计；然后，将过程噪声协方差和量测噪声协方差融入循环过程；同时，为保持算法的稳定性和正定性，利用求平方根的形式对算法改进。通过对扩展容积卡尔曼滤波与 UKF(不敏卡尔曼滤波 )算法跟踪目标的结果进行比较，在运算复杂度与 UKF相当的前提下，扩展容积卡尔曼滤波算法不仅可以对未知量测噪声情况下的目标进行跟踪，而且显著提高了被动定位的精度。
测角传感器 容积卡尔曼滤波 经验模态分解 被动定位 angle-measured sensor Cubature Kalman filter EMD passive location
