针对自确认压力传感器的故障诊断问题，提出了一种基于小波包变换和支持向量机的传感器故障诊断方法。该方法对传感器输出信号进行三层小波包分解，提取各个节点的小波包系数，对每个节点的小波包系数通过一定的削减算法增强故障特征，然后利用重构的时域信号计算各个节点的能量以及整个信号的削减比作为特征向量，以此作为输入来建立支持向量多分类机，判断传感器的故障类型。对自确认压力传感器、温度和流量传感器的故障诊断结果表明，该方法能有效地应用于传感器的故障诊断中。

基于六加速度计的立方体配置方案，提出了九加速度计的无陀螺惯性测量组合（NGIMU）配置方案，并建立了其数学模型。提出了一种提高角速度解算精度的新算法，该算法利用加速度计的冗余信息，解决了角速度运算的符号问题，抑制了由于角加速度积分带来的加速度计输出误差的累积。同时进行了系统东西向位移、航向角、俯仰角和横滚角的仿真。仿真结果验证了方案的可行性和算法的有效性。

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺微惯性测量单元(NGMIMU)实现制导的.由于加速度计随机漂移误差的存在,在利用NGMIMU进行导航计算时,不可避免地产生了随时间增长的累积误差,且累积速度很快.本文基于NGMIMU九加速度计配置方案,利用卡尔曼滤波器抑制误差的累积,并且推导了卡尔曼滤波器的状态方程和预防方程.同时进行了系统位移、速度仿真,实验结果验证了该滤波算法的有效性.

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺惯性测量组合(NGIMU)实现制导的.首先,基于NGIMU九加速度计配置方案,根据加速度计的动态特性,推导了模型的动态导航方程,然后通过对加速度计进行动态补偿达到提高系统导航精度的目的,最后进行了系统三个方向角度运算的仿真验证.仿真结果表明,当加速度计输入信号的动态特性越强,NGIMU的导航误差越大,在动态补偿后系统的导航精度得到了有效提高.