光纤陀螺热致漂移误差的模糊补偿(英文)

针对光纤陀螺启动过程中的热致漂移误差问题,研究了一种模糊模型补偿方案。依据Shupe非互易性理论和Mohr加热模型试验的结论,以光纤环内侧温度和温度变化率为输入,以陀螺漂移为输出,建立了二输入一输出模糊模型。利用全温范围(-25℃～45℃)内光纤陀螺的恒温静态试验数据,基于自适应神经网络模糊推理系统的自学习功能,辨识出模糊规则库。通过实时施行模糊推理可实现光纤陀螺温度漂移的在线自动补偿。室温验证试验表明,陀螺的零偏稳定性由补偿前的0.037(°)/h提高到0.017(°)/h,陀螺启动时间由补偿前的30 min减少为2 min。     

采用马尔可夫链的光纤陀螺温度建模与补偿

由于光纤陀螺各组件对温度敏感,因此温度成为影响光纤陀螺精度的重要原因之一。为了消除温度效应并提高陀螺精度,通常采用对光纤陀螺进行温度建模的方法对其输出进行补偿。在对随机过程中的马尔可夫过程进行深入研究的基础上,推导出了单入单出系统的一阶受控马尔可夫链与差分方程的关系,并以此为依据建立了光纤陀螺温度模型,利用时齐转移概率对模型进行辨识,最后利用蒙特卡罗方法进行补偿后的结果仿真。通过对比补偿前后的输出可以看出,使用该方法建立的模型具有较好的预测效果,具有一定的应用前景,对光纤陀螺温度补偿工程化实现有一定的意义。     

基于粒子群优化算法的光纤陀螺温度误差分段补偿方法

针对光纤陀螺的温度误差单一模型补偿方法适配性较差的问题,提出一种基于粒子群优化(PSO)算法的光纤陀螺温度误差分段补偿方法。此方法基于分段建模补偿的思想,在建模时加入温度和温度变化率影响因子,并引入PSO算法极值寻优,得到最优补偿函数。为了验证此方法的补偿效果,设计了?15℃~50℃区间内光纤陀螺温度实验,分别利用所提方法和传统方法对其温度误差进行补偿。试验结果表明,使用所提方法能够极大地降低温度误差,与传统算法相比,在保证补偿后陀螺零偏稳定性一致的前提下陀螺零偏均值降低了一个数量级,并且具有实时补偿性。     

BP-Bagging模型在光纤陀螺温度补偿中的应用

为了消除光纤陀螺的温度效应并提高陀螺的精度,BP神经网络模型广泛的应用在光纤陀螺的零偏温度漂移辨识和补偿中。然而,单神经网络模型的泛化能力差,影响模型的预测结果。结合神经网络集成学习的思想,利用Bagging集成技术产生差异大、预测能力强的个体网络,提升模型的预测能力。建立光纤陀螺零偏温度的BP-Bagging模型,将其应用在温度补偿中。通过对某型光纤陀螺的零偏漂移数据进行仿真,结果表明:BP-Bagging模型相比线性回归模型、单BP神经网络模型的补偿效果更显著,有效改善了陀螺的零偏稳定性能。     

基于多模型分段拟合的光纤陀螺温度误差补偿方法

传统光纤陀螺温度误差采用单一模型进行建模与补偿,存在模型适配性较差的问题。考虑到光纤陀螺在不同温度区间的温度特性存在明显差异,为提高光纤陀螺温度误差补偿精度,提出了基于多模型分段拟合的光纤陀螺温度误差补偿方法。设计了-15⁵0℃区间内温度实验,在大量实测数据分析基础上,将陀螺温度特性按照低、中、高三个温度区间,分别建立三种不同阶次的温度误差模型。采用分段拟合的方法进行误差建模,并利用所建模型对光纤陀螺进行了温度误差补偿。实测数据表明,提出方法能够有效改善光纤陀螺的温度漂移,补偿后漂移标准差减少66.67%。     

基于双模型的光纤陀螺温度补偿方法（英文）

基于Sagnac效应的光纤陀螺(FOG),因其自身的优点广泛地应用在捷联惯性导航系统中(SINS)。然而,温度对FOG的影响包括常值影响和随机影响,仍是制约光纤陀螺性能的关键因素之一。针对不同性质的漂移,首先建立基于相关性分析的多项式模型补偿常值漂移;然后结合时间序列分析的方法,利用Kalman滤波抑制经多项式模型补偿后残差信号中的随机成分,进一步提高FOG的精度。单轴光纤陀螺试验结果表明,传统的单多项式补偿模型,FOG的零偏稳定性能由0.05(°)/h仅提高到0.04(°)/h;采用常值和随机的双补偿模型,FOG的零偏稳定性能由0.05(°)/h提高到了0.01(°)/h。证明了双温度建模与补偿方法的有效性,在工程上有一定的参考价值。     

基于频差四态调制的谐振式光纤陀螺

针对谐振式光纤陀螺易受背向散射噪声影响,且温度适应性较差的问题,提出了一种基于频差四态调制的谐振式光纤陀螺方案。该方案利用双闭环反馈结构,综合使用三角波相位调制和声光移频器的大频差调制,有效地抑制了背向散射噪声,提高了检测精度。同时,通过在声光移频器产生的大频差中引入补偿项进行温度补偿,改善了温度适应性。在搭建样机进行对比测试实验后,实验结果表明,四态调制方案可以将陀螺室温环境下的零偏稳定性提升51.5%;变温环境下的零偏稳定性提升69.6%。可见,基于频差四态调制的方案能有效提高谐振式光纤陀螺抑制背向散射噪声的能力,并能改善陀螺的温度适应性。     

一种光纤陀螺温度误差分段补偿新方法（英文）

分析了光纤陀螺的温度特性,设计了大范围的温度测试,研究了不同温度和温度变化率对光纤陀螺输出的影响,研究了光纤陀螺在不同温度范围内的温度特性。为了提高温度误差补偿精度,根据陀螺温度特性将温度分为低、中、高三个区间,分别利用人工神经网络进行误差建模,提出了一种多模型分段拟合的新方法。根据建立的模型进行温度误差补偿,补偿结果表明,建立的模型能有效地减小了光纤陀螺的温度漂移,精度提高了一个量级。     

滤波技术在MIMU温度漂移补偿中的应用

为了提高MIMU的零偏稳定性,研究了MIMU的温度特性.通过温度实验,建立了微机械陀螺及加速度计漂移的温度补偿模型.陀螺零偏稳定性由补偿前的126.324(°)/h改善到9.612(°)/h,加速度计偏值稳定性由补偿前的0.8 36 mg改善到0.216 mg.分析了温度测量噪声的影响,对补偿模型进行了改进.将温度的测量值经过KaIman滤波之后用于补偿,可以进一步提高性能:陀螺零偏稳定性由9.612( °)/h改善到8.964( °)/h,改善了6.7%;加速度计偏值稳定性由0.216 mg改善到0.176 mg,改善了18%.实验结果表明,将温度测量值进行适当的滤波处理后用于补偿模型,补偿效果比不经过处理进行补偿的结果更优.利用Kalman滤波技术降低温度测量值的噪声,最终降低补偿结果的噪声也是文中的一个创新点.     

应用于三轴光纤陀螺中的双程后向ASE光源

根据三轴光纤陀螺的高精度需求,采用大功率高稳定性的高精度双程后向方案掺铒光纤光源。通过对ASE光源的理论分析建立数学模型,并根据所用掺铒光纤及泵浦光源的参数对光源进行谱型分析,确定光路方案。再以掺铒光纤和泵浦激光器的温度特性和补偿为研究重点,对掺铒光纤的长度和掺杂浓度以及泵浦功率和铒纤的匹配性进行试验,最终采用铒纤长度19 m,泵浦波长974.6 nm,泵浦功率140 m A,得到光源光功率为20 m W,平均波长变化量小于0.5′10~(-6)/℃,满足光纤陀螺对ASE光源的要求。     

光纤陀螺加速退化试验的可行性

以可靠性试验技术为基础,对加速退化试验方法在光纤陀螺产品中实施的可行性进行了探索研究。对光纤陀螺所用器件在长期使用条件下性能变化及其对陀螺整机性能的影响进行了分析,阐述了光纤陀螺性能退化存在的可能性,并通过光纤陀螺长期使用实验数据进行验证,得出了光纤陀螺具有性能退化特性的结论。采用可靠性摸底试验方法对光纤陀螺性能退化在温度环境应力下的可加速性进行了探索,通过温度加速应力下光纤陀螺实际工作性能数据分析得出其性能退化具有加速性,对光纤陀螺实施加速退化试验可行。     

基于FPGA的数字闭环光纤陀螺研究

着重对全数字闭环光纤陀螺的信号处理方法进行了详细的分析，指出了闭环控制系数A和K对闭环控制的影响，同时研究了基于FPGA的数字闭环控制系统实现方法以及利用VHDL语言进行FPGA软件设计的优点，并给出了基于FPGA设计的光纤陀螺的实验结果。     

数字闭环光纤陀螺信号处理方法研究

着重对全数字闭环光纤陀螺的信号处理方法进行了详细分析。研究了A／D和D／A转换器对光纤陀螺测试精度的影响,证明了通过数字滤波的方法提高光纤陀螺测试精度的可行性。     

动态环境下光纤陀螺误差辨识与补偿技术

为了提高光纤陀螺在高动态环境下的测量精度,需要精确地辨识角加速度信息以便有效地补偿。针对直接对陀螺的角速度信息微分处理后得到角加速度的方法误差较大的问题,提出了将微分后的角加速度信息分为线性和非线性两个部分,其中线性部分采用Savitzky-golay最小二乘拟合,而非线性部分则采用RBF神经网络技术进行拟合。上述处理方法能更真实地反映实际物理过程,具有较强的自适应性和较好的拟合效果。通过试验验证,证明了该方法的有效性和准确性,提高了角加速度辨识精度,比直接微分的方法测量精度提高二个数量级,有效地补偿了陀螺仪在高动态环境下的测量精度。     

基于l2范数的EMD滤波方法在光纤陀螺信号中的应用

光纤陀螺的随机漂移限制了惯性导航系统的精度,如何减小它是一项非常艰巨的任务.结合经验模态分解(EMD)和信号与模态之间的概率密度函数,提出了一种新型的依赖Hurst指数的信号滤波方法.当H＜0.5时,利用l2范数选择出相关模态,累加并形成的部分重构方法来对光纤陀螺的信号进行滤波;当H≥0.5时,间隔阈值的经验模态(EMD-IT)被引入对相关模态进行滤波,之后按照部分重构的方法对光纤陀螺的信号进行滤波;称为混合的EMD-pdf和EMD-IT.与其它的滤波方法进行对比,如基于相关函数的EMD部分重构(EMD-cor),基于概率密度函数的EMD部分重构(EMD-pdf),仿真信号和实际数据结果表明,该混合模型的优越性,有效减小了光纤陀螺的随机误差.     

光纤陀螺随机游走系数的分析研究

分析了产生随机游走误差的机理,分别采用有关标准和Allan方差进行了随机游走系数的分析和计算。结果表明:随机游走系数是衡量光纤陀螺噪声水平的重要指标,其值的大小体现了陀螺的极限精度。采用Allan方法表述光纤陀螺的静态指标,物理概念清晰,方法简便。     

Comparative study of chained systems theory and fuzzy logic as a solution for the nonlinear lateral control of a road vehicle

This paper presents a comparative study of different lateral controllers applied to the autonomous steering of automobiles. The nonlinear nature of vehicle dynamics makes it a challenging problem in the Intelligent Transportation Systems (ITS) field, as long as a stable, accurate controller is compulsorily needed in order to ensure safety during navigation. The problem has been tackled under two different approaches. The first one is based on chained systems theory, while the second controller relies on fuzzy logic. A comparative analysis has been carried out based on the results achieved in practical trials. Real tests were conducted using a DGPS-driven electric Citroen Berlingo in a private test circuit located at the Industrial Automation Institute of the CSIC (Arganda del Rey, Madrid). The final results and conclusions are presented.     

开关电源噪声对光纤陀螺精度影响的研究

针对光纤陀螺专用开关电源集成化,分析了PWM波形变化以及开关频率引起的噪声对陀螺精度的影响。测试结果表明:对零漂为0.3 ()/h的中精度陀螺,开关电源噪声对陀螺精度没影响。     

一种基于多尺度和改进支持向量机的光纤陀螺温度漂移建模与补偿方法

为了提升光纤陀螺温度漂移模型建模的准确性及补偿的效果,提出了一种基于改进支持向量机的多尺度建模和回归方法。首先分析了造成光纤陀螺温度漂移的关键因素,给出了建模的属性参数和温度试验。然后根据经验模态分解得到的本征模态函数排列熵的变化趋势,得出了回归精度和熵之间的变化关系,进而提出了基于信号分解的多尺度回归方法。为了提高上述多尺度回归算法的适应性,在传统支持向量机的基础上,提出了基于组合核函数的支持向量机回归算法,以适应不同特性的回归数据集。为了进一步提高回归精度,基于降低回归数据复杂度的分段回归思想,在上述多尺度回归的基础上提出了双-多尺度回归,并验证了方法的有效性。最后,将提出的算法以实际的光纤陀螺温度漂移数据进行验证,结果表明,相比于传统的支持向量机和反向传播神经网络具有更好的回归精度,温度漂移模型也更加精确,以均方误差指标为例,回归精度提升了两个数量级。