为了提高导引头稳定平台抗扰性及速度稳态跟踪性能, 提出了一种基于扩张状态观测器(Extended State Observer, ESO)的双积分滑模控制器 (Double Integral Sliding Mode Controller, DISMC)。首先, 采用二阶扩张状态观测器对系统的未知扰动进行估计; 然后, 采用了双积分滑模控制器实现了系统的低稳态误差跟踪, 同时采用了改进的幂次趋近律来削弱控制系统的抖振影响; 最后, 采用导引头稳定平台进行目标跟踪实验和隔离度性能测试。实验结果表明, 与传统基于扰动观测器(Disturbance Observer, DOB)的PI控制方法相比, 跟踪3 (°)/s的梯形波时, 在提出的控制器作用下速度跟踪快速性提高了48 ms, 跟踪误差标准差提高了0.0131 (°)/s。同时用转台模拟弹体扰动分别为sin(πt)°、3sin(5πt)°、7sin(2πt)°时, 系统的隔离度分别提高了2.91%、0.45%、0.7%, 表明基于扩张状态观测器的双积分滑模控制器对导引头稳定平台具有较强的抗扰性和较好的跟踪性能。

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。