基于动态Allan 方差的光纤陀螺随机误差分析

针对经典Allan方差不能反映光纤陀螺(FOG)随机误差的非平稳特性,动态Allan 方差(DAVAR)可以反映但没有理论系统地证明其正确性和有效性的问题,通过仿真数据验证了DAVAR 的正确性;利用实验数据分析光纤陀螺噪声随时间变化的动态特性,证明了DAVAR 的有效性。首先,阐述了经典Allan 方差和动态Allan 方差的数学定义,然后利用仿真和实验数据验证其特征,并实现了光纤陀螺噪声的定量二维描述。实验结果表明:DAVAR 不仅可以辨识和分离光纤陀螺随机误差,还可以确定噪声系数,更重要的是可以描述光纤陀螺随机信号动态特性。因此,DAVAR 是分析光纤陀螺特性更加全面、有效且实用的工具。     

动态Allan方差改进算法及其在FOG启动信号分析中的应用

针对动态Allan方差运用固定长度的分析窗截取信号导致样本数据量减少,长相关时间下方差估计值置信度降低,首先,针对动态信号跟踪能力与置信度的提高不能兼顾的问题提出了一种改进算法。引入截断窗内峭度值作为表征信号短时稳定度的参数,并建立以峭度为变量的窗宽函数,该函数可以使截断窗长随着信号的平稳程度自动变化。其次,再用窗宽自适应的滑动窗分段截取陀螺随机误差,分别对每个截断窗内样本进行总方差计算以增加方差估计的自由度。最后,计算延伸后样本的Allan方差,并将其以三维形式排列出来。结果表明:应用该方法对光纤陀螺启动信号进行分析,该算法既能更有效地跟踪信号的非平稳变化,又能大幅降低长相关时间下方差的估计误差。     

改进Allan方差法在船用光纤陀螺随机漂移分析中的应用

随机漂移是影响船用光纤陀螺精度的主要因素。对随机漂移进行建模并在系统中加以补偿是提高船用光纤陀螺及其导航系统精度的关键。本文对可用于精密仪器随机漂移研究的Allan方差法加以改进,将数字信号处理中加窗函数的方法应用于计算Allan方差,解决了某些频段内由于频混造成的随机漂移表征不唯一的问题。通过对光纤陀螺仿真数据进行计算,得出各种随机漂移的系数,仿真试验表明这是对光纤陀螺随机漂移进行研究的有效方法。     

改进Allan方差法在船用光纤陀螺随机漂移分析中的应用

随机漂移是影响船用光纤陀螺精度的主要因素。对随机漂移进行建模并在系统中加以补偿是提高船用光纤陀螺及其导航系统精度的关键。本文对可用于精密仪器随机漂移研究的Allan方差法加以改进，将数字信号处理中加窗函数的方法应用于计算Allan方差，解决了某些频段内由于频混造成的随机漂移表征不唯一的问题。通过对光纤陀螺仿真数据进行计算，得出各种随机漂移的系数，仿真试验表明这是对光纤陀螺随机漂移进行研究的有效方法。     

利用Allan方差进行光纤陀螺测试

设计了一种基于Allan方差的5阶样条拟合的方法,用于测定光纤陀螺的随机游走系数、零偏不稳定性、速率斜坡、量化噪声、速率随机游走等参数,并基于LabVIEW开发了可视化数据采集程序,对KVH公司生产的E.Core 2000型光纤陀螺进行测试。结果表明,该方法简化了光纤陀螺参数测试流程,提高了测试精度。     

光纤陀螺漂移误差动态Allan方差分析

提出采用动态Allan方差(DAVar,Dynamic Allan variance)方法对光纤陀螺实测数据进行分析,系统地分析了引起光纤陀螺漂移误差的随机噪声种类及其来源和特性,DAVar分析方法的优势在于不仅能确定各种随机漂移的系数,而且可以跟踪和描述信号随时间变化的稳定性.实验证明,DAVar分析是对光纤陀螺随机漂移进行研究的有效方法.     

基于#1理论方差的光学陀螺长期随机误差分析

为解决Allan方差计算的平均时间只能够达到数据持续时间长度的一半,以及长相关时间下置信度较低的问题,根据光纤陀螺随机误差信号的频率特性,提出了采用#1理论方差对光学陀螺的随机误差特性进行分析的方法。分析比较了Allan方差和#1理论方差的性质和特点,并对比了两者分析白噪声特性以及辨识光纤陀螺实测数据中随机噪声的类型和噪声水平的结果。结果表明,当相关时间较长时,#1理论方差值和实际的幂律谱噪声的行为特征不仅一致;且能够比Allan方差更有效提高方差估计值的置信度,估计精度优于Allan方差方法。     

基于Allan方差的MEMS陀螺仪性能评价方法

介绍了Allan方差的基本定义,以及采用Allan方差对陀螺零偏数据进行处理所需的测试系统构成及测试要点。详细推导了采用Allan方差法对陀螺仪噪声进行估算的过程,描述了应用MATLAB进行数据处理平台建设的主要流程。最后运用Allan方差理论对MEMS陀螺信号进行了定量分析,得到了MEMS陀螺仪的量化噪声系数、角度随机游走系数、偏差不稳定性系数、速率随机游走系数和速率斜坡系数5个误差源系数,实验表明该方法能有效地辨识微机械陀螺的各项随机误差成分,可以正确评价陀螺仪的性能指标,为陀螺仪的设计改进提供了依据。     

光纤陀螺（FOG）随机噪声研究

Allan方差分析法是在时域上对频率稳定性进行分析的一种通用方法，在Allan方差与功率谱密度（PSD）之间存在定量关系；通过分析Allan方差，可以辨识出存在于光纤陀螺（FOG）中的各种类型的噪声及其来源，本文用Allan方差法对某型光纤陀螺进行了具体的分析，从而得到了存在于光纤陀螺的各种噪声源。     

光电平台MEMS陀螺性能及滤波算法的Allan方差评价

光电稳定平台被广泛应用于火控、侦察、制导等武器系统中,具有提供重要的态势感知、监视、瞄准和搜跟能力。随着光电技术的发展,光电稳定平台变得更加精准和轻便小巧。MEMS陀螺具有体积小、重量轻、成本低、可靠性高、测量范围大的优点,使其已经成为小体积、低成本光电稳定平台的首选惯性传感器。但在光电稳定平台设计时,选用MEMS陀螺和陀螺滤波处理就成了首要的问题。本文首先介绍了基于Allan方差评价MEMS陀螺随机漂移误差的方法,描述了4种常用的陀螺滤波算法,然后基于Allan方差详细地分析了这几种滤波器的应用特性和滤波器参数对滤波性能的影响。可以看出,使用Allan方差可以很好地评估MEMS陀螺和滤波器性能,指导陀螺滤波器选型和滤波参数配置,该评估方法可有效地解决光电稳定平台设计阶段的陀螺选型和滤波器选型。     

Adaptive Noise Variance Estimation in BayesShrink

A method of noise variance estimation in BayesShrink image denoising is presented. The proposed approach competes with the well known MAD-based method and outperforms this method in more than 99% of our experimental results. The approach, called Residual Autocorrelation Power (RAP), provides a more accurate noise variance estimate and results in a smaller MSE.     

基于回归分析和主成分分析的噪声方差估计方法

准确可靠的噪声强度估计是数字图像处理领域中一个重要的研究课题。噪声估计的难点在于如何提取用于估计的纯噪声信息,近几年,许多算法采用主成分分析技术来避免图像纹理信息的干扰,用最小特征值来估计噪声方差,可以有效地减少图像纹理信息对估计结果的影响,所以这类方法对于高频图像(丰富纹理图像)效果很好。由于图像块数量有限,最小特征值实际上比真实噪声方差小,而且图像块数量越少,偏差越大。如果直接把最小特征值作为估计方差,则容易低估计高噪声。该文通过回归分析确定最小特征值跟真实噪声方差的比值和图像块数量呈幂函数关系,因此可以通过最小特征值和幂函数关系得到真实的噪声方差。实验表明该文方法既能处理高频图像,又适合各种噪声水平,同时也能处理乘性高斯噪声。     

基于RSSI和LQI的分段距离估计改进算法

针对无线传感器网络（WSN）中单一通过RSSI估计距离的算法易受环境影响产生误差,提出了一种基于RSSI和LQI的分段距离估计改进算法。首先分析了RSSI算法特点,然后在距离估计过程中引入了链路质量,根据预设范围调整定位算法,从而降低RSSI距离估计算法的误差,提高了距离估计精度。实验结果表明,基于RSSI和LQI的分段距离估计改进算法的距离估计精度与原算法相比有了明显提高。     

SC-FDE系统改进的信道及噪声估计算法

论述了单载波频域均衡（Single Carrier—Frequency Domain Equalization,SC—FDE）系统模型,介绍了频域选择性信道模型,在传统的信道估计算法基础上,利用导频信号的时移特性,对一种改进的信道估计算法进行了分析。无论信噪比（Signalto Noise Ratio,SNR）及导频类...     

基于DFT的信道及噪声估计算法分析

研究基于离散傅里叶变换(Discrete Fourier Transform,DFT)的单载波频域均衡信道估计算法,分析了离散采样信道模型,将信道分为采样间隔和非采样间隔。采样间隔信道下,在循环前缀内进行阀值处理,同时估计出噪声方差;非采样间隔信道下,提出一种基于DFT的能量增长率估计算法,自适应地选择保留路径。仿真结果表明,基于DFT的信道估计算法可以有效地去除噪声的影响,提升均方误差及误码率性能。     

基于改进噪声方差估计的小波阈值语音增强

提出了一种估计语音噪声方差的改进方法,利用语音信号小波系数尺度间的相关性,去除了语音信号细节小波系数对噪声方差估计的干扰。仿真结果表明,方法能准确估计语音信号的噪声方差,尤其当语音噪声较小时,方法比传统的Donoho法更准确。     

测量噪声背景下微弱正弦信号参数估计的互功率谱方法

本文首次把近代谱估计方法引入到互谱估计中，从理论上证明了互相关函数的Ｙｕｌｅ－Ｗａｌｋｅｒ方程，并在此基础上提出了互谱参数谱估计的矩估计方法和Ｌｅｖｉｎｓｏｎ递推估计方法。该方法可以有效地克服传统的互谱ＦＦＴ算法和互周期图法存在的谱分辩率低，谱估计方差大等缺点。文中还给出了信噪比为－３０ｄＢ的正弦信号参数估计的仿真实例。