【正文】 如還不能顯示，可以聯(lián)系我 q q 1627550258 ，提供原格式文檔。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間 序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG 的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度 FOG隨機(jī)誤差的實(shí)時(shí)濾波。在對(duì) FOG 噪聲分析的基礎(chǔ)上，采用 Allan 方差分析法和時(shí)間序列法，根據(jù)兩種方法分析結(jié)果的一致性，建立了高精度 FOG的隨機(jī)誤差模型；提出了一種改進(jìn)型二階自回歸 AR（ 2）模型，實(shí)現(xiàn)了高精度 FOG 隨機(jī)誤差在慣導(dǎo)系統(tǒng)初始對(duì)準(zhǔn)和靜態(tài)導(dǎo)航中的在線建模，并采用卡爾曼濾波算法，實(shí)現(xiàn)了高精度FOG 隨機(jī)誤差的實(shí)時(shí)濾波。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上， 將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上， 將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。在分析了單一遺傳算法特點(diǎn)的基礎(chǔ)上，將遺傳模擬退火算法用于初始對(duì)準(zhǔn)，并進(jìn)行了仿真驗(yàn)證。??4)=r宵 ?i?]j彺帖 B3锝檡骹 笪 yLrQ?0鯖 l壛枒 l壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛 渓 ?擗?? € 綫 G劌 K 芿 ${` ? ? ~??Wa 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳