基于经验模态概率分布的光纤陀螺信号处理

为了抑制光纤陀螺随机漂移,基于改进的经验模态分解(EMD)和新型模态筛选标准提出了一种自适应的区间阈值滤波方法。首先分析加入高斯噪声对 EMD 分解结果的影响,提出有界噪声辅助以改善 EMD 分解质量,然后针对本征模态函数的概率分布特征提出了基于样本熵的模态筛选标准,最后采用数据驱动的阈值选择方法实现自适应的区间阈值滤波。为了验证算法的有效性,采集一款干涉型光纤陀螺静态漂移信号进行实验分析,结果表明本文方法较基于平稳小波变换和 EMD 的阈值滤波有更好的去噪效果。仿真分析表明该去噪算法减小了捷联惯性导航系统的航向角误差,均方根误差较     

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.     

基于l_2范数的EMD滤波方法在光纤陀螺信号中的应用（英文）

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H0.5时,利用l_2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。     

基于小波阈值滤波的光纤陀螺信号消噪算法

根据小波多分辨率分析的特点和光纤陀螺信号的数学模型，提出了一种阈值滤波的算法，并比较了几种小波基不同的滤波效果。通过试验结果分析，证明了小波阈值滤波的可行性。     

基于ARMA模型的光纤陀螺随机噪声滤波方法

对光纤陀螺随机噪声的ARMA建模及卡尔曼滤波方法进行了研究。针对ARMA(Auto-Regressive and Moving Average自回归滑动平均)模型的有色噪声在状态方程中不能通过传统的状态扩充法进行白化的问题,提出了新的噪声白化方法:采用增广最小二乘法估计ARMA模型的参数,同时提取出ARMA模型中的驱动白噪声,从而可以把ARMA模型中的有色噪声项作为控制项放入系统的状态方程,通过Sage-Husa的次优无偏MAP(Maximum A Posteriori,极大后验)噪声统计估值器对系统噪声的统计特性进行估计,实现了系统噪声的白化。在此基础上应用自适应卡尔曼滤波,有效消除了误差,得到状态值的准确估计。实验结果表明,对于随机噪声的自相关和互相关特性均呈现拖尾性质的光纤陀螺,采用新方法比传统基于AR模型的Kalman滤波降噪方法滤除噪声的效果提高了10%以上。     

光纤陀螺零漂数据滤波方法的研究

在对光纤陀螺零偏稳定性数据建立时间序列模型（ARMA模型）的基础上,采用卡尔曼滤波算法对光纤陀螺的漂移数据进行了处理,并采用Allan方差法和最小二乘法对滤波后的数据进行了处理,拟合,最后求出滤波后数据中各噪声的误差系数。     

基于自相关特性的经验模态分解微机械陀螺去噪方法

陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。     

基于自适应时频峰值滤波的光纤陀螺去噪算法

为减小光纤陀螺输出信号噪声、提高惯导系统精度,提出了光纤陀螺信号自适应时频峰值滤波算法。对光纤陀螺信号进行初始变换并调制,采用伪Wigner-Ville分布对调制信号进行时频分析,给出了一种自适应的伪Wigner-Ville分布最优窗长获取准则,通过局部峰值搜索实现编码信号的瞬时频率估计进而还原出有用信号,实现了光纤陀螺噪声的去除。详细对比了小波方法与自适应时频峰值滤波算法并分析了两者的去噪效果。仿真结果和实际数据验证表明:自适应时频峰值滤波算法能有效减小光纤陀螺输出噪声,信噪比比小波滤波改善1³ dB;特别对于高动态信号,该算法滤波后的信号能够有效地跟踪原始信号。     

基于粒子滤波的光纤陀螺寻北方案

为了降低噪声对光纤陀螺（FOG）寻北的影响,提高寻北速度和精度,提出了一种基于粒子滤波（PF）的光纤陀螺寻北方案。首先基于单轴光纤陀螺能够敏感地球自转角速率水平分量的输出特性,建立非线性光纤陀螺寻北系统的状态空间模型和观测模型。根据粒子滤波的基本原理,以及在解决非线性系统估计问题上的优势,利用粒子滤波来解算出光纤陀螺敏感轴与真北方向的夹角。仿真实验结果表明,该方案不仅可以在20至30倍采样时间间隔内快速获得寻北结果,而且可以有效解决光纤陀螺常值漂移和随机噪声的影响,其精度优于基于扩展卡尔曼滤波（EKF）的寻北结果。     

一种基于Haar小波的光纤陀螺信号实时滤波方法

为了改善惯性稳定平台控制系统中光纤陀螺信号质量,提出了一种基于Haar小波的光纤陀螺信号实时滤波方法。首先通过仿真,说明了影响现有小波方法实时滤波效果的根源,即边界问题;进而通过理论分析,对边界问题产生的原因进行深入剖析,并从支撑集和对连续阶梯信号的逼近两个层面,详细论证了Haar小波对于光纤陀螺信号实时滤波的适用性;最后提出一种基于Haar小波的实时陀螺信号滤波方法,既利用了小波优越的信号-噪声分离能力,又可满足实时应用背景的要求,完全适用于惯性稳定平台控制系统中的光纤陀螺信号滤波。经试验验证,此方法具备很好的陀螺实时滤波性能,滤波后信号的随机噪声可降低40%以上,使用滤波后陀螺信号闭环后,惯性稳定平台控制系统的稳定精度可以提升14%。     

光纤陀螺信号的解耦自适应Kalman滤波降噪方法

针对光纤陀螺(FOG)输出信号的随机噪声问题,提出了一种解耦自适应Kalman滤波方法用于FOG信号降噪。方法采用Allan方差分析法估计量测噪声的方差参数,Kalman滤波过程与量测噪声方差的估计过程完全独立,避免了Kalman滤波器与量测噪声估值器间的相互耦合。利用时间序列分析法对FOG的随机噪声进行建模,并在建立的二阶自回归模型的基础上,采用本文滤波方法对采集的FOG实测数据随机噪声进行了试验验证。与传统方法相比,提出的滤波方法具有更好的降噪效果,噪声均方误差降低40%以上。     

SVM在光纤陀螺仪模型辨识中的应用

针对光纤陀螺仪(FOG)的误差特性以及在惯性系统中的运用特点,提出了利用支持向量机的函数逼近的方法辨识光纤陀螺仪的输入输出模型.从惯性系统的角度,对光纤陀螺仪的输出信号进行滤波,从而较好地抑制传感器的噪声扩散,为惯性系统整体精度的提高提供条件.通过实验表明,SVM构建的模型能够较好地实现信号滤波功能,并与传统的标定模型进行对比,验证了在实时性要求较低的系统中,SVM模型的输出精度要优于传统的标定模型输出精度.     

基于小波分析法的光纤陀螺系统标定方法

光纤陀螺的随机噪声很大程度地影响系统的标定精度,通常的解决方法是增加平均次数、延长采样时间等,不能从根本上解决问题。利用小波变换阈值滤波对光纤陀螺系统标定的测试数据进行预先处理,采用Allan方差法分析滤波前后的测试数据,发现滤波后陀螺各项随机误差系数均得到明显抑制。用消噪后的陀螺信号进行标定处理,结果表明仅用原数据量的十分之一即可获得相同的标定精度,减少了测试时间,提高了标定效率。     

基于拉格朗日插值的光纤陀螺时延补偿方法

针对光纤陀螺存在时延环节而影响了光纤惯组的导航位置精度的问题,从陀螺仪原理出发,分析光纤陀螺仪时延产生的机理以及不同方向陀螺仪时延特性与导航位置精度之间的关系。在此基础上,提出了基于拉格朗日插值的时延补偿方法,通过拉格朗日插值运算得到当前时刻的对准信息,从而实现了三个方向的陀螺仪输出的时间配准。通过仿真和多自由度导航试验验证,证明了该方法的正确性和有效性,该方法易于实现,通过补偿导航位置精度提高了21%。     

基于匀速率26位置法的iIMU-FSAS光纤陀螺仪标定

针对iIMU-FSAS光纤陀螺仪静态26位置法标定结果无法收敛的问题,提出了由外框轴提供稳定转速的匀速率26位置法标定方案,从理论上与静态26位置法进行了对比分析;采用该方法对i IMU-FSAS陀螺仪进行了多天的标定实验,结合静态26位置法有限次迭代的结果,对匀速率26位置法标定参数(零偏、标度因数和安装误差)的合理性和重复性等进行了分析。结果表明:与静态26位置法相比,匀速率26位置法的标定结果不仅能够收敛,且标定结果合理、性能稳定。     

基于倒向随机微分方程的光纤陀螺稳定性评估方法

为了对卫星领域应用的光纤陀螺稳定性和寿命进行提前评估,提出了一种基于倒向微分方程理论的评估方法。首先,分析了倒向随机微分方程的理论基础和工程应用的结构形式;其次,针对光纤陀螺产品结构特点和零位稳定性指标要求,构建了光纤陀螺倒向微分方程模型;第三,通过对模型方程的推导,利用极大似然估计法对模型参数进行了最优估计;最后,利用陀螺零位稳定性测试数据,对模型的符合性进行了验证。验证结果表明:通过倒向随机微分方程模型得出的光纤陀螺零位预估值同陀螺实测值拟合度较好,其拟合优度可决系数R~2=0.7033,拟合误差的均方根值为0.0481 (°)/h,模型是适宜的,可用于工程实际,实现对陀螺零位稳定性指标的出厂控制。     

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%。     

基于不对称方波调制的光纤陀螺本征频率测试方法

针对工程化过程中本征频率测试不方便的问题,提出了一种新的解决方法。从光纤陀螺本征频率的测试机理出发,采用不对称方波对Y波导进行调制,分析解调信号,得到相邻脉冲宽度差值的绝对值与调制频率的关系,将本征频率的测试转化为极值搜索问题,提出了结合直接数字合成技术和极值搜索算法的设计方案。方案通过Matlab仿真进行验证,结果表明,该测试方法的测试精度可达0.1kHz。与传统测量方式相比,基于不对称方波调制的测试方法可以实现光纤陀螺本征频率的自动测试,测试精度高、速度快。