光纤陀螺零偏误差特性及噪声分析方法研究

光纤陀螺为典型的光纤干涉仪,非互易误差主要是由各类寄生干涉引起,零偏误差具有明显的周期性特征。结合Allan方差分析方法,发现由寄生干涉引入的正弦噪声为其零偏误差的主要来源。通过加入正弦噪声进行仿真计算和分析,发现光纤陀螺Allan方差曲线中"速率斜坡和速率随机游走"部分实际是由正弦噪声引起。基于小波分析和傅里叶变换实现了陀螺中正弦噪声的辨识,并在此基础上,提出了结合小波分析法和Allan方差法计算零偏不稳定性、随机游走和量化噪声的方法,并进行了实际计算验证。     

利用分段回归拟合激光陀螺仪零偏测试的Allan方差

在介绍Allan方差方法的基础上,计算出了激光陀螺仪零偏测试数据的Allan方差。首次利用分段回归方法拟合Allan方差数据,得到了零偏测试中的各误差源系数。结果表明,该方法能有效地辨识出存在于激光陀螺仪零偏测试中的各种噪声,极大地降低了激光陀螺仪Allan方差数据处理的难度。指出了激光陀螺硬件中存在的误差,提出了激光陀螺仪的改进方案。     

MEMS陀螺随机误差特性研究及补偿

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滤波前为槡0.148 7°/h~(1/2),Kalman滤波补偿后为槡0.004 1°/h~(1/2),,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°/h~(3/2),Kalman滤波补偿后为0.334 3°/h~(3/2),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。     

光纤陀螺随机游走分析方法研究

 光纤陀螺测试中,随机游走系数的分析对陀螺整体性能的评价起着很重要的作用。分别介绍了分析光纤陀螺随机游走噪声的两种方法：Allan方差法和改进的Allan方差法。分别应用这两种方法,在对某型光纤陀螺(FOG)实测静态数据计算的基础上进一步分析了该光纤陀螺中的噪声分量,并对分析结果进行比较。最终计算结果表明：在增加计算时间为代价的前提下,改进Allan方差法能方便地区别出各种噪声,并明显提高了光纤陀螺各随机噪声游走系数的计算精度。     

光纤陀螺仪零漂信号的Allan方差分析

介绍了光纤陀螺零漂实验的设备环境,硬件和软件的构成及数据采集过程。在测得光纤陀螺零漂信号的基础上,运用Allan方差理论对陀螺信号进行定量的分析,得到了光纤陀螺5个误差源系数的大小,并根据误差源的产生机理,找到了光纤陀螺硬件存在误差的部分,提出了光纤陀螺的改进方案。     

激光陀螺捷联惯性导航系统误差分析及仿真计算

激光陀螺随机游走现象的存在，严重影响了捷联惯性导航系统的导航性能。本文用数学分析的方法推导出激光陀螺随机游走造成的系统导航误差标准偏差的解析表达式，以便定量地研究激光陀螺随机游走对系统精度的影响，并提出改进措施。同时按照给定的飞行轨迹和随机游走系数，进行了系统数学仿真计算，对仿真计算结果进行了分析。     

激光陀螺噪音特性试验研究

给出了激光陀螺噪音分析方法及噪音模型,据此模型比较研究了四种激光陀螺在不同解调方案下噪音组成分量之间的关系;理论分析了激光陀螺噪音分量的特性和引起该噪音分量的因素,给出了典型的试验数据和曲线.研究结果表明,该模型不但可以用于对激光陀螺的随机游走系数的估计.而且,该模型的其他系数可以用于研究陀螺的量化和解调误差,也能用于评估陀螺输出的速率噪音.     

抖动参数对机抖激光陀螺零偏稳定性与角随机游走的影响

对传统方法中以抖动偏频量和抖动激励信号中的噪声强度来表示机抖激光陀螺抖动参数的方法进行了改进,以K参数和抖动幅度中的噪声强度来表示机抖激光陀螺的抖动参数,从而使不同抖动频率和注入效率的陀螺具有相同的比较标准。定量讨论了K参数与抖动幅度中噪声强度的大小对机抖激光陀螺零偏稳定性和角随机游走的影响。实验结果表明,当K参数取600～650之间、抖动幅度中的噪声强度取2%～3%之间时,机抖激光陀螺的零偏稳定性和角随机游走可以达到比较理想的状态。     

基于Allan方差的MEMS陀螺随机误差建模

针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法。在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模。通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确。该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值。     

基于滑动平均的速率偏频激光陀螺静态角速率测量算法

提高速率偏频激光陀螺静态角速率测量精度在其应用领域具有重要的作用.通过对速率偏频激光陀螺随机漂移数据进行分析处理,发现量化噪声对陀螺精度有较大的影响,进而提出了一种基于滑动平均的速率偏频激光陀螺静态角速率测量算法,并进行了理论分析及数值模拟.结果表明,通过合理的选择分组参数,该算法可以有效地降低量化噪声对速率偏频激光陀螺静态角速率测量精度的影响.实验结果也验证了该算法的有效性,可以应用于其它类似需要降低量化噪声的场合.     

激光陀螺滤波评估方法研究

在现有硬件的基础上,通过滤波等软件算法来提高激光陀螺捷联惯导系统对准和导航精度是目前国内外学者所公认的。为了对激光陀螺滤波前后的效果进行准确、定量的评估,设计了Allan方差分析算法,开发了对准-导航及精度分析评估软件,分别从元件级、系统级对其展开了研究,并结合具体激光陀螺捷联惯导设备对其进行了实验验证。     

基于MEMS陀螺仪的随机误差分析

为了提高MEMS陀螺仪测量精度,减少随机误差的影响,对产生随机误差的噪声源及其随机误差模型进行了分析。通过分析MEMS陀螺仪自身结构的缺陷并且对其输出数据进行了相应的滤波处理与平稳性检验,确立了合适的误差模型并利用Kalman滤波进行误差补偿,验证了模型的有效性。同时运用Allan方差法对MEMS陀螺仪噪声项进行了分析,确定了影响MEMS陀螺仪测量性能的主要因素以及比较了滤波前后的各项噪声源系数,检验了滤波效果且实验结果证明误差模型显著提高了MEMS陀螺仪的测量精度。     

旋转调制捷联惯导激光陀螺仪误差自补偿新方法

基于旋转调制的自补偿技术是进一步提高激光陀螺仪捷联惯导系统导航精度的有效方法。研究了旋转调制捷联惯导系统中的激光陀螺仪误差补偿方法。建立旋转式捷联惯导系统激光陀螺仪的误差传播方程,分析激光陀螺仪旋转误差效应及误差传播特性,在此基础上建立了调制策略编排目标函数;研究了双轴交替旋转调制模式下的调制策略编排方案,提出了一种改进的16次序双轴交替旋转调制方法,建立了基于双轴转动角速度的动态误差方程,实现了转动过程中激光陀螺仪的常值项误差、标度因数误差、安装误差的有效补偿,进一步抑制速度误差积累所引起的位置误差。仿真结果验证了该方法的有效性,提高了捷联惯导系统导航精度,可为旋转调制光学捷联惯导系统设计提供理论参考。     

温度误差对激光陀螺零偏温度补偿精度的影响分析

分析了温度测量误差对环形激光陀螺(RLG)零偏补偿精度的影响,通过仿真,在动态温度模型中,发现温度测量误差主要通过温度变化率对补偿结果产生影响,提出了该模型在陀螺零偏动态温度补偿中是否考虑温度测量误差的标准。仿真结果表明,对使用的温度补偿模型与温度传感器而言,在温度补偿精度明显小于0.001°/h时,要考虑温度测量误差的影响。     

动态Allan方差的理论改进及其应用研究

动态Allan方差(DAVAR)法是一种分析非平稳性信号的有效工具,但在辨识噪声时存在功率泄漏和定量表示单一的缺陷.为此,提出窗函数组合法和噪声量值的二维表示法对其加以改进,用于分析和定量描述光纤陀螺动态误差中的各种噪声项.窗函数组合法在光纤陀螺动态误差分解的基础上采用矩形窗和汉宁窗分别对其中的中低频噪声和高频噪声进行...     

MEMS惯性传感器随机误差分析与去噪研究

针对MEMS传感器中存在的误差,采用Allan方差法分析法分析其存在的误差类型,并通过改进小波阈值函数、调整分解尺度观察存在的误差项在去噪前后的变化,探究各误差项与阈值函数、分解尺度之间存在的关系,从而有针对性地对MEMS惯性传感器中存在的特定随机误差进行降噪。结果表明：几类改进阈值函数对角(速)度随机游走的抑制效果与软、硬阈值函数无明显差异,效果并不理想;不同的尺度分解可以去除不同的误差项,从而提高MEMS传感器精度。     

机械抖动激光陀螺的高分辨率信号处理

 机械抖动激光陀螺（MDRLG）信号是两路相位差为π/2的正弦拍频信号,一般采用4倍频鉴相输出计数脉冲,利用FIR滤波和抖动剥除等方法解调抖动信号,从而得到外界输入的角速度信息。高速采集MDRLG信号,并细分为相位依次相差π/16的16路信号,实现MDRLG的8倍频、16倍频和32倍频鉴相输出。输出角速率的均方差随着倍频数的提高而减小,信号处理的分辨率得到提高。实验测试和Allan方差分析表明：32倍频时的量化误差Q从4倍频鉴相时的0.327″减小到0.170″,增加MDRLG信号鉴相的倍频数可以减小量化误差。在对MDRLG信号进行抖动剥除解调时,由于量化误差是主要误差源之一,高分辨率信号处理能够有效提高MDRLG角速度测量的精度。