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。     

一种新的卫星钟差Kalman滤波噪声协方差估计方法

采用Kalman滤波方法进行钟差参数计算和预报时, 需确定Kalman滤波噪声协方差矩阵. 针对这一问题, 提出了一种新的卫星钟差Kalman滤波噪声协方差估计方法, 通过建立新息的相关函数序列与未知的噪声参数间的线性函数模型, 采用最小二乘法进行噪声参数估计. 采用精密钟差数据进行钟差参数估计和预报分析, 结果表明, 该方法具有较好的收敛性, 并与顾及随机噪声模型的开窗分类因子自适应抗差估计方法进行对比分析, 验证了新方法的正确性和有效性.     

基于Allan方差的光纤陀螺随机漂移建模与仿真

随机漂移是影响光纤陀螺精度的主要因素之一,建立陀螺随机漂移模型以便在滤波时加以修正是提高系统精度的有效方法。针对传统随机漂移模型建模耗时长、过敏感等问题,提出基于Allan方差的光纤陀螺随机漂移模型。通过各噪声项的功率谱密度函数推导出随机微分方程,用Allan方差分析出光纤陀螺各噪声项量化参数,将量化参数代入以单位白噪声驱动的随机微分方程,得到随机漂移模型。实验结果表明,该模型拟合出的随机漂移单项噪声误差不超过8.6％,远低于传统模型产生的单项噪声误差58.3％,是一种有效的光纤陀螺随机漂移建模方法。     

基于时变ARMA模型的MEMS陀螺随机误差补偿技术

为了提高微机电系统(MEMS)陀螺的测量精度,提出了一种基于遗忘因子递推最小二乘估计的时变自回归滑动平均(ARMA)模型补偿方法.针对实测MEMS陀螺去除趋势项后的随机漂移信号,采用分段检验方式进行了平稳性分析,选取合适的基函数以及子空间维数进行时变ARMA模型建模.采用遗忘因子递推最小二乘估计的方式进行模型参数估计,通过设置遗忘因子,使得更新后的模型参数能够反映信号的动态变化.针对存在轻微波动的时变参数,采用5阶多项式对时变模型参数进行拟合,并提出一种解析法进行参数寻优,从而建立最优随机漂移模型.将建模结果应用于卡尔曼滤波,进行随机漂移补偿,将补偿结果与时不变ARMA模型建模补偿方式的补偿结果进行对比发现,所提方法补偿后的残差方差比时不变ARMA模型补偿后的残差方差降低了近40%,有效提高了MEMS陀螺随机漂移的补偿精度.     

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。     

原子钟噪声变化时改进的Kalman滤波时间尺度算法

Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法,在时间保持工作中具有重要的实用价值.本文引入自适应因子改进Kalman滤波时间尺度算法,对Kalman滤波时间尺度算法中状态预测协方差矩阵引入自适应因子,利用统计量实时计算自适应因子的量值,控制状态预测协方差矩阵的增长,降低原子钟状态估计的扰动,从而提高时间尺度的准确度和稳定度.模拟数据和实测数据表明,原子钟噪声强度变化时或噪声强度估计存在误差时改进的Kalman滤波时间尺度算法有效地提高了时间尺度的准确度和长期稳定度.     

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。     

光纤陀螺随机漂移测试及分析

要实现光纤陀螺在高精度惯性导航领域的应用,抑制随机漂移是需解决的一个重要问题。光纤陀螺的随机漂移包含不同分量,分析不同的分量的特性及其产生的根源,是进行补偿的前提。设计了光纤陀螺数据采集系统,采集了光纤陀螺静态数据。应用Allan方差法,求出了光纤陀螺随机漂移中的噪声分量,并分析了各项噪声来源、特性,指出了抑制噪声方法。     

EMD阈值滤波在光纤陀螺漂移信号去噪中的应用

光纤陀螺(FOG)的漂移输出经常淹没在噪声中,直接建模补偿漂移信号非常困难,提出基于经验模态分解(EMD)的阈值滤波方法(EMD-T)对漂移信号预处理。为了提高EMD分解的精确度,基于噪声传播模型引入一种有界噪声辅助分析的方法,将漂移信号中幅值小、频率高的噪声信息压缩至低阶本征模态函数中。为了验证算法的有效性,采集一款干涉型FOG的静态漂移输出作为测试信号,将EMD-T与基于小波包变换(WPT)和常规EMD(CEMD)的阈值滤波方法进行了对比分析。仿真结果及Allan方差分析表明,EMD-T较WPT和CEMD滤波性能有显著的改善,经EMD-T处理后,漂移信号的量化噪声(Q)和角度随机游走(N)分别由0.7862μrad和4.58×10-3(°)·h-1/2下降至0.1340μrad和9.03×10-4(°)·h-1/2。     

MC-ROV导航系统研究

针对研制的新型模态切换水下机器人(Mode-Converted ROV, MC-ROV),设计了一套以MEMS器件为主的微惯性组合导航系统,包括陀螺仪、加速度计、磁力计、深度传感器及微处理器等。系统采用互补滤波方法抑制陀螺漂移,设计卡尔曼滤波器计算姿态角。本文采用了改进的自适用卡尔曼滤波器,增大新近数据的作用,减小陈旧数据的作用,避免滤波发散,提高导航精度。水池实验表明结合互补滤波、自适应卡尔曼滤波能够获得比较精确、稳定的水下机器人导航信息。同时,基于实测数据进行的算法仿真表明改进后的渐消记忆指数加权自适应卡尔曼滤波可以在一定程度上改善导航效果。     

基于小波-ARMA模型的光纤陀螺自适应滤波

针对光纤陀螺输出是非平稳信号的特点,提出了小波-ARMA模型建模方法 ,并与ARIMA模型进行了对比分析;针对滤波方程中的量测噪声不能确定的问题,提出了基于量测噪声自适应的滤波方法,并与卡尔曼滤波进行了对比分析。研究结果表明:滤波方法相同时,小波-ARMA模型的滤波效果优于ARIMA模型;模型相同时,自适应滤波效果优于卡尔曼滤波;且建模精度大于滤波方法对滤波效果的影响。Allan方差分析表明:基于小波-ARMA模型的自适应滤波能很好地滤除光纤陀螺中的量化噪声,提高陀螺的输出精度。     

星图匹配/惯性组合导航技术研究

为了多次、多点获得星光对惯性基准的误差观测量,采用了能自主识别导航星的星图匹配/惯性方案。以弹体姿态误差与陀螺漂移误差之间的关系为基础,构造了弹体姿态误差与陀螺漂移为状态量的状态方程,建立了CNS/INS组合导航模型。采用Kalman滤波技术,借助误差状态转移矩阵估计了导弹惯性基准的误差和光学陀螺的常值漂移误差。利用Matlab进行了仿真模拟,成功地实现了对导弹惯性基准误差和光学陀螺常值漂移误差的在线分离。     

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。     

基于FPGA的光纤陀螺自适应LMS滤波算法研究

光纤陀螺仪的精度严重制约着以其为核心的惯性导航系统精度,为进一步提高系统精度须对光纤陀螺进行滤波处理。本文在自适应LMS滤波算法的基础上,以FPGA实现光纤陀螺数据的采集和滤波处理。以光纤陀螺的延时信号作为参考值,实时自适应调整陀螺不同时刻输出的权值来实现对噪声的滤除。在FPGA中,利用有限状态机的方式来完成该滤波算法的实现,同时完成权值系数的更新和信号采集等模块的功能。结果表明,经过FPGA采集并滤波后的光纤陀螺信号中的噪声分量明显降低,滤波延时远小于采样周期,完全满足工程实际需要。     

一种改进的MEMS陀螺信号去噪方法研究

 从工程实用的角度出发,探讨了MEMS陀螺仪随机漂移误差的有效补偿方法。根据小波阈值去噪原理,结合多项式函数插值法提出了一种MEMS陀螺仪输出信号的有效去噪补偿方法,克服了传统软、硬阈值去噪方法的缺陷,通过对MEMS陀螺数据分析研究,验证了该方法对于MEMS陀螺输出信号滤波消噪的优越性。     

激光陀螺捷联惯导的动基座标定

从实际工程应用和维护的角度出发,提出了一种针对舰船在系泊或锚泊条件下激光陀螺捷联惯导安装误差的在线标定方法.该方法依据捷联惯导系统误差方程的基本原理,将标度因数误差、安装误差角、陀螺加速度计常值漂移以及系统基本误差项作为状态变量,用外部提供的高精度经纬度作为观测量,运用Kalman滤波技术估计出激光陀螺和加速度计的常值...     

基于新陈代谢双时序模型的激光多普勒测速仪漂移数据滤波

为了有效抑制激光多普勒测速仪输出数据的随机漂移,提高其测量精度,在传统时序模型的基础上采用新陈代谢双时序模型进行激光多普勒测速仪漂移数据滤波.该模型由两级新陈代谢时序模型级联而成,每一级新陈代谢时序模型均依次对13个数据点时序建模.依据此模型分别对激光多普勒测速仪静态及动态漂移数据进行建模和滤波.利用方差分析法及Allan方差法对滤波前后的测速仪静态漂移数据进行分析并利用频谱分析法对比了滤波前后的测速仪动态漂移数据.结果表明:新陈代谢双时序模型将静态漂移数据标准差减小为原始数据的44%,将角度随机游走降为原始数据的41%;该方法不仅能实时降低激光多普勒测速仪的静态随机漂移误差,而且能够实时有效抑制其动态输出噪声.     

基于近场聚焦逆波束形成的UUV平台噪声自适应抵消

UUV平台自噪声会对舷侧阵产生干扰,从而影响其探测性能,本文针对平台尾部自噪声源的直达噪声和海面反射噪声,提出了基于近场聚焦逆波束形成的平台噪声自适应抵消方法。文中利用UUV平台设计参数、深度以及运动姿态信息对尾部自噪声传播到舷侧阵的路径建立几何模型,并分析了影响该路径的因素;通过该模型,平台尾部自噪声能够实时自适应地通过聚焦波束形成被估计出来,从而在舷侧阵的接收信号中实现干扰抵消。仿真结果与海试实验数据处理结果表明,该方法能够有效抑制尾部自噪声干扰,显著提高UUV探测弱目标的能力。     

自适应惯性／天文器件级组合导航算法研究

在惯性／天文组合导航系统中,天文设备输出信息中所包含的噪声易受外界环境影响而发生变化,使得惯性／天文器件级组合导航数据融合精度受到制约。针对这一问题提出了基于自适应滤波的惯性／天文器件级数据融合算法,该算法在对导航参数误差、惯性器件误差进行滤波估计的同时,对天文量测信息噪声方差阵进行实时推算,从而优化滤波器对天文量测信息的处理,提高导航精度。经仿真试验可知,使用自适应滤波算法进行数据融合,导航位置精度可提高30％,具有理论价值与工程意义。     

一种多算法融合的实时滤波在光纤陀螺中的应用

根据光纤陀螺输出信号的特点和应用环境的要求,在Mallat小波变换的基础上,研究了一种多算法融合的实时滤波算法.该算法在光纤陀螺刚启动,数据量偏少时,通过IIR滤波器进行滤波|采样数据量足够多时,通过施加滑动数据窗来实现小波实时去噪,采用周期对称延拓的方法去除小波去噪的边界问题,可有效去除光纤陀螺输出信号中高频部分的噪音,提高滤波效果,抑制陀螺的随机漂移.通过实验验证了该方法对陀螺输出信号进行滤波的可行性和有效性.