光纤陀螺随机漂移建模与分析

光纤陀螺精度是惯导系统精度高低与否的关键因素,而减小陀螺随机漂移是提高其精度的重要手段.对陀螺输出数据中的随机漂移建立模型,在此基础上对陀螺数据进行滤波,可以有效提高光纤陀螺的输出精度,从而提高惯导系统的精度.本文通过大量实验建立了光纤陀螺随机漂移的ARMA模型,通过有效滤波对随机漂移进行滤除,并且对滤波结果进行Allan方差分析.分析结果表明,光纤陀螺输出信号中存在的主要误差源以及正弦噪声较滤波前明显减小到50％,有效地抑制了高频噪声,验证了光纤陀螺随机漂移建立模型的正确性.本文还设计了可视化软件,具有较高的工程意义.     

激光陀螺随机漂移数据建模与滤波

在对激光陀螺漂移数据建立时间序列模型的基础上，对激光陀螺的漂移数据进行了卡尔曼滤波。结果表明此方法能有效地抑制激光陀螺的随机误差。     

陀螺随机漂移过程的实时跟踪算法研究

本文针对陀螺随机漂移过程的非平稳性,提出了采用时变参数AR(P)模型去拟合该过程,并从代数重组的思想出发.研究了一种时变参数AR(P)模型辨识方法。对陀螺随机漂移过程的跟踪结果表明,该方法具有模型结构简单、阶次低、精度高、速度快等特点。     

陀螺随机常值漂移的多级标定法

在船用捷联惯性系统中,陀螺漂移是引起系统误差的主要原因。对陀螺漂移进行补偿是提高捷联系统精度的一个重要手段。本文在对捷联惯导系统误差模型进行分析的基础上,针对用现有的Kalman滤波算法很难在较短的时间内达到较高的陀螺随机常值漂移标定精度的情况,提出了陀螺随机常值漂移的多级标定法。     

陀螺随机漂移误差模型的性态判别

本文运用现代概率统计方法,推导二维和三维条件期望值的计算;并通过计算非线性指数及相关系数来判别陀螺随机漂移误差模型的线性与非线性。     

MEMS陀螺随机漂移多尺度滤波方法

为了能有效地补偿MEMS(微电子机械系统)陀螺仪的随机漂移,提高载体姿态估计的精度,基于小波理论与多尺度分析方法,使用db4小波,将MEMS陀螺仪随机漂移进行深度为4的多尺度分解,得到5组小波系数。根据分解后的各尺度系数进行信号重建,得到5组多尺度陀螺仪漂移数据。对重建后的各尺度漂移数据进行时间序列建模,可以得到MEMS陀螺仪随机漂移的多尺度时间序列模型。在多尺度时间序列模型的基础之上,建立多尺度离散系统的系统模型,使用卡尔曼滤波方法,对个尺度陀螺随机噪声进行滤波,可以有效地滤除MEMS陀螺仪的随机漂移。试验结果表明本方法能有效降低信噪比。     

陀螺测试数据长度对随机漂移建模的影响

本文分析了陀螺测试时间对建立随机漂移模型的具体影响以及测试时间的选取问题。文中以液浮陀螺为例，运用仿真方法和随机过程的理论，在计算机中产生一个具有指数形式相关函数的平稳马尔柯夫过程，作为测试数据。通过用不同长度的测试数据，建立一系列模型曲线。指出了建模所应用到的最佳测试时间。     

激光陀螺随机漂移数据的非参数建模

随机漂移是激光陀螺的主要误差源,在惯性系统中不能用简单的方法加以补偿,因而其成为衡量激光陀螺精度的重要指标。建立误差模型并采用滤波技术滤波是抑制该项误差的有效方法。线性自回归滑动平均模型（ARMA）虽已形成相当完善的理论,但不能解释非线性现象。针对实际中出现的非线性现象,提出应用一类非参数模型（FARMA模型,即函数系数自回归滑动平均模型）对激光陀螺随机漂移数据进行建模,采用多项式拟合非参数系数,并将结果与ARMA进行比较。仿真结果表明,应用该模型能取得较好的效果,系数函数呈现非线性,实例验证了陀螺漂移是弱非线性的;建模后的残差平方和小于利用ARMA理论建模得出的残差平方和。     

一类适用于陀螺随机漂移预报的非线性模型

本文针对陀螺随机漂移的弱非线性和非平稳性,提出了一种多项式NAR模型及其辨识方法。对陀螺随机漂移测试数据的仿真表明,该模型能很好地用来预报陀螺随机漂移。     

光电稳定平台中陀螺随机漂移的处理方法

在详细分析陀螺随机漂移对光电稳定平台精度影响的基础上,提出了Allan方差与功率谱相结合的分 析和评价标准,采用了时间序列分析法进行建模.针对光电稳定平台不同的应用环境,分别比较了陀螺随机漂移的处理方法.实验证明,前向线性滤波在中高频段的噪声滤除方面,要优于低通滤波器;同时在保留低频段的有用信号和了解噪声特性方面,要优于卡尔曼滤波:而且在实时的在线应用方面,要优于小波滤波.结果表明:前向线性滤波适合于高带宽光电稳定平台系统的实时在线应用.     

利用人工鱼群算法对光纤陀螺随机漂移建模

利用历史数据,对光纤陀螺随机漂移进行准确建模,对提高光纤捷联惯导系统的精度具有十分重要的意义。文中详细介绍了人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)和改进人工鱼群算法(Improved Artificial Fish Swarm Algorithm,IAFSA),给出了AFSA对随机信号建模的详细步骤和方法,分别应用传统的时间序列分析方法、人工鱼群算法、改进人工鱼群算法对光纤陀螺的随机漂移进行了建模。建模结果表明,AFSA对光纤陀螺随机漂移建模准确,比传统时间序列分析建模精度提高1.5%,IAFSA建模精度比AFSA建模精度更高,其收敛速度也更快。无论是从建模复杂度上,还是在建模精度上,AFSA和IAFSA均优于传统的时间序列分析方法,IAFSA是一种收敛速度更快、建模精度更高的光纤陀螺随机信号建模方法。     

基于小波变换的陀螺漂移建模与实验研究

在基于小波变换陀螺漂移建模方法的基础上对其进行了实验研究,详细阐述了实验的步骤,提出了有关工程问题的解决方法。实验结果表明,基于小波变换的陀螺漂移建模方法的精度高且明显优于传统方法。     

光纤陀螺随机漂移补偿中的数据融合方法（英文）

为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。     

液浮陀螺漂移的试验建模研究

本文采用时间序列分析理论,利用实际测量的数据,建立了液浮陀螺随机漂移的ARMA模型.最终,为便于将模型应用于卡尔曼滤波器中,本文给出了一种实际可行的液浮陀螺漂移模型.     

一种用于陀螺随机漂移预测的多尺度混合建模方法

针对陀螺随机漂移时间序列由于非平稳和非线性造成单一预测模型难以准确跟踪其变化趋势的问题,提出了一种基于集合经验模态分解(EEMD)和灰色极端学习机(GELM)的多尺度混合建模方法。首先,利用集合经验模态分解将随机漂移时间序列按照频率高低分解为多个本征模式分量和一个余量;然后针对不同类型时频特性分量选择合适激活函数和隐层神经元数目的GELM分别进行预测;最后,以等权相加的方式得到最终预测结果。将该方法用于某型激光陀螺随机漂移预测中,仿真结果表明:混合预测模型能够准确预测陀螺随机漂移,预测精度比残差GM(1,1)和GELM预测模型分别提高了33.43%和23.47%,可为激光陀螺的漂移补偿、故障预报和可靠性诊断提供依据。     

静电陀螺监控器中陀螺漂移模型系数的标定方法研究

利用改变舰艇标定中所处纬度的方法实现对静电陀螺监控器(ESGM)极陀螺漂移模型系数的分离，从而为进一步精确地标定ESGM奠定基础。采用了卡尔曼滤波算法，并考虑了工程应用的可行性。仿真分析表明，所提出的标定方法是可行的，并能有效提高ESGM的导航精度。     

光纤陀螺温度漂移多变量模型研究

—温度漂移大是光纤陀螺进入工程应用所面临的最大难题之一。本文采用软件手段，通过对光纤陀螺温度漂移测试数据的分析，建立了光纤陀螺温度漂移的多变量自回归数学模型。此数学模型于实际情况具有很好的吻合性，不仅具有理论意义且具有实用价值，为解决光纤陀螺的温度漂移奠定了基础。     

平台陀螺漂移误差测试与模型辨识

本文提出了一种新的平台陀螺漂移误差测试方案,并采用组合时序模型辨识的方法对测漂数据进行处理,以提高漂移误差系数的估计精度。该方案与通常的多位置试验法相比,能够大大缩短平台测漂时间,简化测试操作,有利于测试的自动化。     

激光陀螺漂移的研究方法（一）

在研究环形激光陀螺的漂移时,许多文献仅采用Allan方差方法进行误差分析.Allan方差没有包含导航用的"零偏不稳定性"项,而实际导航受此项的影响很大,因此只能以经典方差来衡量陀螺的性能,而把Allan方差仅作为一种辅助手段.通常文献采用Allan方差方法分析时,其噪声在频域的表达式(功率谱密度)是建立在频率的不同幂次的基础上,变换成时域表达式得到各项方差.由于此功率谱密度存在不合理,导致诸多矛盾.文中指出这些矛盾,并以实验数据为证,说明这一分析方法不论是逻辑还是在讨论实验数据时都会产生不合理的结果.彻底的解决办法将见续文,它提出用各种阻尼振荡的频带之和作为噪声的功率谱密度.