自适应内模控制器提升FID信号参数辨识精度

在核磁共振陀螺仪（NMRG）领域，自由诱导衰减（FID）信号的横向弛豫时间（T2）测量是关键技术之一，对于实现高精度的惯性导航系统至关重要。本文提出了一种新颖的基于自适应内模控制器（Adaptive Internal Model Controller, AIMO）的FID参数辨识方法。FID信号是NMRG中获取核磁共振信号的基本手段，其参数准确估计有助于提升设备的稳定性和灵敏度。 AIMO控制器是一种先进的控制理论应用，它结合了模型预测控制（Model Predictive Control, MPC）和自适应控制的优点。在FID信号处理中，AIMO首先通过构建一个内部模型来模拟信号的真实行为，该模型会根据实时数据动态调整其参数，以捕捉T2随时间和环境变化的趋势。这种方法的优势在于能有效抵抗噪声干扰，提高参数估计的鲁棒性，并且具有自我适应能力，能够适应不同条件下的FID信号特性。 研究团队，由北京航空航天大学的Xinghua Zhao、Guanqun Lei、Zhanchao Liu和Binquan Zhou等专家组成，他们来自仪器与光电工程学院、前沿科技研究院、生物医学工程创新中心以及北京量子信息科学研究院。他们通过深入理解FID信号的物理机制，利用AI技术对信号进行高效分析，设计了精确的控制算法，以实现对FID参数的高效、稳定估计。 文章的贡献包括：首先，提出了AIMO在FID参数辨识中的具体实现步骤和优化策略；其次，通过实验验证了这种方法在实际NMRG中的性能，展示了其在复杂环境条件下依然保持良好的辨识精度和稳定性；最后，讨论了该方法对于NMRG精度提升的潜在影响，以及对未来传感器技术发展的启示。 总结来说，这篇会议论文提供了FID参数辨识领域的创新思路，展示了如何利用自适应内模控制器克服传统方法的局限，从而推动核磁共振陀螺仪在惯性导航系统中的应用和性能提升。