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。     

光纤陀螺随机噪声滤波分析

高精度光电稳定跟踪平台基准轴抖动或者缓慢漂移通常使得光纤陀螺(FOG)的输出信号中含有随机噪声。针对这一特点,通过对工程中实际采用的光纤陀螺实测数据进行时间序列分析,运用递推最小二乘法建立了噪声模型,并对其进行自适应卡尔曼(Kalman)滤波处理。通过Allan方差法分析结果表明,使用只对观测噪声协方差R阵进行自适应的Kalman算法滤波效果明显优于普通Kalman算法,且加入的计算量小,实时性能优于Saga-Huga自适应Kalman算法,对提高光电稳定跟踪平台性能有一定的实用价值。     

基于傅里叶变换的光纤陀螺测试环境自评估技术

提出了一种基于傅里叶变换的光纤陀螺(FOG)测试环境自评估技术。测试结果表明,FOG零偏稳定性由环境3中的0.0015 (°)/h(100 s, 1σ)(数据100 s平滑后的标准差)降低到环境4中的0.0019 (°)/h (100 s, 1σ);随机游走系数由环境3中的2.1565×10~(-4)(°)/h~(1/2)降低到环境4中的2.8876×10~(-4)(°)/h~(1/2)。对另一只脉冲输出的陀螺进行了不同环境下的测试,零偏稳定性由环境3中的0.0013 (°)/h (100 s, 1σ)降低到环境4中的0.0021 (°)/h (100 s, 1σ)。通过两只陀螺的实验,验证了所提自评估技术的有效性,为高精度FOG的精度测试提供了指导。     

光纤陀螺随机漂移的在线建模及实时滤波

针对高精度光纤陀螺(FOG)随机误差,在分析时间序列相关函数的基础上,得出其时间相关性呈较弱现象,若采用传统方法辨识模型,则容易造成误判.在此情况下,使用适用性更广泛的AIC准则分别确定AR及ARMA模型的最佳阶数,继而采用卡尔曼滤波算法,最后以滤波后零偏稳定性改善情况来选择作为FOG随机误差的数学模型.验证结果表明:...     

机械抖动激光陀螺新型信号处理方法的研究

针对高速采样低通滤波的线性脉冲响应(FIR)滤波器在机械抖动激光陀螺(MDRLG)信号处理中存在着较大的时延,限制MDRLG在快速跟踪中的应用,基于相关滤波技术提出了一种新的信号处理方法。对这一方法的基本理论进行了分析,并基于Labview实现了仿真。相关滤波后,激光陀螺输出中的抖动信号衰减了约41dB,还不能达到激光陀螺应用的要求,可以适当加一低阶的FIR低通滤波器去除抖动剥除后剩余的抖动成分和高频噪声。在静态条件下用这三种信号处理方法分别对激光陀螺零偏进行了测试。相关滤波法所测得零偏稳定性(1σ00)比50阶FIR滤波器差了将近三倍,相关滤波后再经过22阶的FIR低通滤波测得的零偏稳定性比50阶FIR低通滤波器的测试结果大了不足0.001°/h,延迟时间却从4.9ms减小至2.1ms。     

改进LMS的光谱信号去噪算法

微型光谱仪在检测高浓度比背景下多种痕量重金属离子浓度时,光谱吸收信号易受外部环境和内部电路的随机噪声干扰,多种痕量重金属离子的光谱吸收信号微弱易被噪声所淹没,严重影响了光谱定量分析结果的准确性和重复性,需要对光谱吸收信号进行去噪预处理。然而,大多数光谱去噪算法的一些关键细节参数的设置不仅需要通过反复的实验进行测试验证,还取决于研究者的现有经验和待解决对象的特征。针对这些关键参数对滤波效果影响大、选择难的问题,提出了一种基于sigmoid误差约束的改进型LMS自适应去噪算法。首先对标准LMS算法原理进行了分析,并结合微型光谱仪的数据干扰情况对标准LMS算法的滤波器结构进行优化改进,利用sigmoid函数具有误差约束的特性,对标准LMS算法的误差计算模块进行优化改进,降低算法对噪声敏感性;然后针对改进后的最小均方误差损失函数是一个非凸函数,提出了一种类交叉熵损失函数,将非凸问题转化为一个凸优化问题,在利用梯度下降法逐步最小化损失函数时,保证了局部最优解也是全局最优解,同时结合Adam算法来自适应地调整学习率因子,保证了算法具有较快的收敛速度;最后为了验证改进后的自适应去噪算法具有较强的去噪性能,通过交叉验证进行实验验证。对四种金属离子混合溶液的实测光谱吸收信号,添加不同信噪比的随机噪声后使用该改进的算法进行测试验证,实验结果表明:在处理信噪比低的吸收光谱信号过程中,所提方法相对于标准LMS算法、 SG去噪算法、小波软阈值算法、小波硬阈值算法,信噪比分别提高了9.225%, 19.678%,7.591%和12.042%;均方误差分别降低了59.647%, 63.070%, 53.600%和57.793%。该方法不仅能够有效地抑制强噪声,还原了光谱信号中的一些重要真实细节特征,而且也避免了关键细节参数需要依靠主观判断选择的问题,为分析低信噪比下的光谱信号提供了一种新的解决思路。     

基于图像分割的稠密立体匹配算法

提出一种基于图像分割的稠密立体匹配算法,该算法将灰度-梯度算法与零均值归一化互相关(ZNCC)算法相结合生成匹配代价,利用SLIC(Simple Liner Iterative Cluster)算法对图像进行分割,基于视差图和超像素更新了匹配代价。在视差后处理阶段,基于左右一致性检验(LRC)、孔洞填充和十字交叉自适应窗口加权中值滤波的方法减小视差图的误匹配率。利用Middlebury数据集的4组图像进行测试,测试结果表明,平均误匹配率为4.99%。     

一种改进的自适应中值滤波算法

针对椒盐噪声的特点,提出了一种改进的自适应中值滤波算法。该算法通过对小窗口内非噪声点的检测来决定是增大滤波窗口还是选择输出。新算法尽可能地减小了滤波窗口,使得图像细节得到更好的保持。数值试验结果表明,新算法能够在有效抑制噪声的同时更好地保持图像细节信息,尤其在高概率密度噪声条件（〉70%）下也能取得较好的结果,比传统自...     

自适应降噪系统的语音分离研究

对抑制干扰语音的自适应降噪系统(CTRANC)进行了语音分离算法的研究。利用CTRANC抑制干扰信号的特性及语音信号的短时稳定性,借助最优控制相关理论,得到了新的语音分离方法及其自适应滤波迭代步长的计算公式。实验结果表明在双话者的情况下,这种语音分离算法能够保证自适应语音分离系统具有良好的稳定性,较好的实时跟踪能力和收敛性能,且分离出来的语音具有令人满意的清晰度。     

基于UKF的自适应野值剔除算法

在基于RSSI信号的无线定位系统中,由于外界环境中各种存在随机干扰噪声,使得采样到的RSSI信号往往具有非线性、不稳定等特点,很大程度上偏离了其真实值,它直接影响了定位系统的定位精度。为了提取RSSI信号的真实值,提出一种基于UKF的自适应野值剔除算法,它根据信息来修正其预测值和增益,可以实时对动态观测数据中的野值进行检测和剔除。并通过与UKF算法对比仿真实验,matlab仿真结果表明,使用改进算法对RSSI信号进行滤波处理,提取的RSSI信号值更接近其真实值,收敛速度更快,误差更小,稳定性更好, 可以有效地剔除野值信号,并抑制了野值信号对滤波的影响。     

解相关自适应滤波在光纤陀螺信号处理中的应用

在分析光纤陀螺噪声特性的基础上,研究了减少光纤陀螺信号随机漂移的方法,采用解相关变步长LMS算法,对光纤陀螺信号进行滤波,并同LMS滤波算法进行了比较,这种算法具有更快的收敛速度。实验结果表明,解相关变步长LMS算法对于抑制光纤陀螺中的随机漂移、提高信噪比具有良好的效果。     

机载光电系统中光纤陀螺卡尔曼滤波方法应用

针对光纤陀螺输出噪声大、随机漂移难抑制,从而影响机载光电系统低频性能的问题,分析了系统中光纤陀螺输出的实测数据,根据其噪声特性建立了光纤陀螺噪声的AR2 模型。研究了基于卡尔曼滤波的光纤陀螺在机载光电系统中的应用方法。对比传统应用的滑动平均滤波,给出实验结果。结果表明:卡尔曼滤波能有效消除陀螺高频噪声,抑制系统的随机漂移,在一定程度上能够提高系统的低频工作性能。研究结果对机载系统中光纤陀螺的应用有较好的参考价值。     

光纤陀螺静态温度综合误差建模及补偿

针对光纤陀螺温度稳定性低、受环境温度影响参数变化,导致使用精度不高的问题,提出了一种光纤陀螺静态温度综合误差建模补偿方法。综合考虑温度、光纤陀螺标度因数非线性以及零偏漂移的影响,建立了以时间、温度和输入角速率为参量的光纤陀螺静态温度混合模型;采用分类拟合方法确定模型阶次,辨识模型参数;基于温度速率实验,提出迭代补偿算法。实验结果表明,经过综合误差补偿后的光纤陀螺消除了温度和标度因数非线性对其性能的影响,使它在全温度和全速率下的测量精度得到了极大提高,从而证明了该方法的有效性。     

光纤陀螺随机误差建模与滤波方法研究

提出了一种适用于高精度光纤陀螺的静态输出信号建模的时间序列模型,建立了光纤陀螺随机误差的卡尔曼滤波器。结果表明,该建模和滤波方法有效地减小了FOG的误差,明显地降低了陀螺的随机漂移,提高了导航精度,具有较好的实用价值。     

光纤陀螺在转台测试中的应用

光纤陀螺是一种速率陀螺,其适合用来对转台作低速测试.根据转台所用编码器的参数,分析了转台不同角速率下光纤陀螺所需的数据刷新率及陀螺零偏稳定性对测量结果的影响.用光纤陀螺测量了转台以1°/s角速率转动时的角速率波动,对陀螺输出数据作了功率谱分析,并与示波器直接测量的结果进行了对比,结果表明光纤陀螺的测量结果是正确的;应用光纤陀螺对转台以(0.05°/s,1°/s)范围内固定角速率转动时的角速率波动进行了测量,通过对测量结果的分析表明:光纤陀螺可以用于转台的测试,它能测量出转台低速转动时的角速率波动;最后给出了光纤陀螺对转台角速率测试的下限.     

基于AGPF的滚动轴承性能衰退趋势预测

针对粒子滤波算法中粒子退化和计算复杂度问题,提出了一种自适应遗传粒子滤波(AGPF)算法。该算法采用遗传算法代替传统粒子滤波中的重采样方法,并根据粒子数与滤波误差方差之间的关系,自适应调节滤波过程中的粒子数。通过预测滚动轴承的性能衰退趋势,对该方法进行验证,结果表明,AGPF算法能够在保证预测精度的条件下,减少滤波粒子数,更加适用于滚动轴承的性能衰退趋势预测。     

基于引导滤波的Mie散射光谱分析

为提高白光散射法反演粒子粒径精度,消除散射谱噪声,使用一维引导滤波对不同角度的Mie散射光谱数据进行滤波,并分析了引导滤波的特性。为解决引导数据引起的局部噪声问题,提出了小波-引导滤波联合算法。在小散射角时,引导滤波的结果与小波滤波类似,但在大散射角时,引导滤波的效果要比小波滤波好,并且滤除了脉冲噪声。小波-引导联合滤波的结果在15°附近与引导滤波相同,在45°到90°时的滤波效果明显比单独的小波滤波或引导滤波效果好,并且去除了由引导数据引起的局部噪声。     

A study of time-domain FXLMS algorithms with control output constraint.

A single input, single output active noise control system using the time-domain Filtered-X LMS algorithm with output constraint is investigated. The constraint on the output of the control filter is applied by three different methods: the leakage algorithm based on the transformation method using a penalty function; the re-scaling algorithm based on the active set method; and the simple practical (clipping) algorithm which just clips the output if a constraint is encountered. A comparison of the three algorithms shows that the re-scaling algorithm can usually work successfully under the constraint, while the leakage algorithm usually needs a large leakage coefficient to satisfy the constraint with a resulting performance loss. The clipping algorithm has potential problems both with the stability and convergence speed.     

A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration

The Kalman filter is widely applied in fiber optic gyro (FOG) inertial integrated navigation system. To solve the problem of hard acquirement of Kalman filter parameters, a novel algorithm for FOG GPS/SINS integration navigation based on exact modeling is proposed in this paper. The models of inertial sensors using Allan variance analysis are established in proposed algorithm and the precise Kalman filter model is obtained based on the correspondence between Allan variance coefficients and inertial sensors parameters. The simulation and experimental results show that Kalman filter parameters can be obtained for GPS/SINS integrated navigation system precisely and efficiently based on Allan variance modeling method, and the algorithm has reference value for theoretical perfection and engineering applications.     

基于LMS/SOLMS算法的时变多径水声信道估计方法

缓变信道下基于LMS算法的信道估计算法具有较好的跟踪性能,但对快变信道,LMS算法跟踪性能下降。SOLMS算法具有比LMS算法更好的跟踪性能,尤其是在快变的信道下。但由于SOLMS算法在收敛阶段的振荡性,这时收敛速度较LMS算法慢。本文提出一种收敛模式下用LMS算法获得信道的参数,收敛后则切换成SOLMS算法跟踪信道的变化的信道估计方法。新方法结合了LMS算法收敛快和SOLMS算法跟踪性能好的优点。对时变多径水声信道估计的计算机仿真实验证明了该方法的有效性。