光纤陀螺角度随机游走对惯导系统影响

光纤陀螺角度随机游走(ARW)作为光学陀螺特有的性能指标,对导航系统性能具有重要影响。文章阐明了ARW物理含义、产生机理;推导了ARW对惯导系统初始对准和导航过程的影响。仿真结果表明,ARW影响系统初始对准时间;对短时间导航系统性能影响较严重,随导航时间增加,误差呈舒拉周期振荡增长。     

光纤陀螺中的关键技术分析

光纤陀螺作为一种新型的陀螺,正逐渐成为捷联惯导系统中最重要的传感器件.简要论述了光纤陀螺的基本原理和工作过程,并对光纤熔接技术、光纤绕制技术、误差检测和补偿技术、系统动态误差补偿技术、光源以及噪声抑制技术、集成光学芯片技术、数字信号处理电路等关键技术作了详细分析.     

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。     

闭环光纤陀螺精度性能提升方法研究

随机游走系数是衡量闭环光纤陀螺性能水平的重要指标,其体现了陀螺的极限精度.分别从理论上分析了偏置工作点、入射光功率对光纤陀螺随机游走系数的影响.根据随机游走系数中各部分噪声源的特性,建立了闭环光纤陀螺偏置工作点、入射光功率与随机游走系数的数学模型.模型表明设定合适的光功率与偏置工作点可大大提升闭环光纤陀螺精度性能.通过实验验证了模型的正确性,实验结果表明提升光功率并采用陀螺的最优偏置工作点,可大幅提升陀螺随机游走性能.     

光纤陀螺随机游走系数模型的修正和实验研究

通过考虑探测器的带宽,对光纤陀螺随机游走系数(RWC)模型进行了修正,由修正后的随机游走系数模型计算出的理论RWC值与实际测量值一致.研究还表明,采用多点采样技术可以进一步降低随机游走系数,使陀螺精度更接近散粒噪声和光源相对强度噪声所限制的最小检测灵敏度极限,但最大采样点数的选择仍受探测器带宽限制.     

基于MEMS 陀螺辅助增大闭环光纤陀螺动态范围的方法

闭环光纤陀螺的动态范围随着精度的提高而下降,为了增大闭环光纤陀螺动态范围,提出了一种基于MEMS 陀螺辅助的增大闭环光纤陀螺动态范围的方法,利用MEMS 陀螺量程大的特点,将MEMS 陀螺与光纤陀螺测得的角速率作差,依据该差值判断光纤陀螺工作的干涉级数,从而对光纤陀螺输出加以修正,使光纤陀螺准确工作在多级干涉条纹。仿真表明,提出的方法能够有效的增大闭环光纤陀螺动态范围,提高闭环光纤陀螺的量程。     

光纤陀螺基于SNR检测的EMD滤波方法

光纤陀螺的输出信号是一种非线性、非平稳的随机信号.针对光纤陀螺信号的特点采用经验模分解(EMD)滤波法对陀螺输出信号进行滤波存在一个如何重构信号的问题,为此提出了基于信噪比检测的EMD滤波法.该方法通过连续检测相邻两个重构信号信噪比提高的程度来确定滤波后的输出信号.实验结果表明,该法能有效消除光纤陀螺信号中的噪声,并为EMD滤波法重构信号提供了一个客观的判断方法,且无需任何先验知识.     

基于转动的光纤陀螺捷联系统初始对准研究

基于某型低精度光纤陀螺捷联系统,分别采用经典罗经对准、两位置卡尔曼滤波及连续旋转卡尔曼滤波三种方法进行了初始对准实验研究。结果表明,经典罗经对准方法由于未对零偏进行处理,导致其精度不高。两位置卡尔曼滤波方法可以对惯性器件的零偏进行估计并补偿,一定程度上提高了精度。连续旋转卡尔曼滤波方法通过调制抑制陀螺零偏误差影响,相比前两种对准方法,精度显著提高,该文进行了理论分析。     

基于自适应卡尔曼滤波的新船舶试航系统

船舶试航是船舶出厂前须进行的一项重要工作,主要是针对船舶的操纵性和航速进行测试,并把测试结果作为船厂和船东评价船舶性能的重要依据.原有的一些试航系统由于研制时间较早,与现在普遍使用的操作系统不兼容,且定位精度不高,难以达到船厂的要求.本文提出的试航系统采用了自适应卡尔曼滤波的方法,将船舶的真实状态参数从各种随机干扰中实时最优地估计出来,从而提高了定位的精度.试验结果表明该系统可以达到较高的精度要求,能够准确方便地完成航行试验.     

自适应Kalman滤波算法在加速度计自标定中的应用

针对自标定加速度计组合动基座试验数据中存在的数据异常问题,推导并运用自适应Kalman滤波算法剔除异常数据,通过对不同Kalman滤波算法自标定精度解算结果的均值和标准差进行比较,表明自适应Kalman滤波算法更加有效。     

基于卡尔曼滤波的机动目标外推预测的研究

卡尔曼滤波在各个领域都有广泛的应用,如航天器的轨道计算、雷达目标跟踪、生产过程的自动控制等。卡尔曼滤波器在机动目标跟踪中具有良好的性能,是一种最佳估计并能够进行递推计算。为了研究卡尔曼滤波对机动目标的预测,首先用Matlab仿真验证自适应卡尔曼滤波的跟踪滤波能力,根据结果判定目标运动模型,进而在此运动模型下用卡尔曼预测对目标进行外推验证。     

MIMU／GPS组合导航模糊自适应卡尔曼滤波研究

针对组合导航初始对准中存在模型误差时常规卡尔曼滤波容易发散的问题,提出了一种模糊自适应卡尔曼滤波算法。该算法采用模糊控制规则,根据新息的方差和均值变化自适应调整量测噪声权值矩阵。此算法运用于MIMU/GPS组合导航初始对准中,获得了较高的导航精度。仿真结果表明,该算法能够有效防止滤波发散,减少模型误差对滤波结果的影响,提高了滤波精度,实现了参数的在线调整。     

基于CS的Kalman滤波OFDM信道估计

在OFDM系统信道估计中,准确的时域卡尔曼滤波（TDKF）估计需要信道多径时延作为先验条件,而且具有较低的频谱效率.考虑到大多数无线信道具有稀疏和时变的特性,提出一种改进的卡尔曼滤波与压缩感知联合信道估计方法,采用稀疏度自适应匹配追踪（SAMP）算法,并对信道响应变化量进行重建.仿真结果表明,相较于已有算法,提出的算法不需要知道信道的稀疏度,而且信道估计结果更加准确.     

基于自适应Kalman滤波的二维有噪子带信号恢复

基于子带信号的多通道表示（multichannel representation)和输入信号的动态特征,本文尝试推出了一种多分辨率状态空间模型,它与带相加子带噪声的滤波器组（Filter Bank)系统是等价的,于是使有噪子带信号的恢复可表述为相应多分辨率态空间模型的最优状态估计问题。进一步又利用信号的向量动态模型,发展了适于二维Kalman滤波的二维多分辨率状态空间模型,根据信号行为的分布,目标平面（object plane)可分割为不同的区域并用不同的向量动态模型来表征信号的非平衡分布,计算机数字仿真结果进一步证实了本文所提出了二维多分辨率Kalman滤波器性能的优越性。     

An extended inverse QR adaptive filtering algorithm

A so-called inverse QR algorithm was recently introduced for recursive adaptive filtering under the exponentially weighted least-squares criterion. It has some attractive features, including the absence of inversions. The extension to the multi-channel case does require inversion however. We present a new derivation of the inverse QR algorithm, based on the technique of Sayed and Kailath, for reformulating the above adaptive filtering problem as a state-space estimation problem. A well-known square-root covariance algorithm for the latter problem is shown to directly give (a multi-channel version of) the inverse QR algorithm. A new extended square-root covariance algorithm is then applied to get a new inversion-free ‘extended inverse QR’ algorithm, even in the multi-channel case.     

消除FOG—ARW对初始对准影响的研究

光纤陀螺(FOG)作为光学惯性敏感器,与传统机械陀螺相比,具有角度随机游走(ARW)等一些特有的性能指标,ARW对导航系统性能具有重要影响。从光纤陀螺的光路、电路结构分析随机游走产生的机理,并从数学的角度阐述角度随机游走的定义;分析角度随机游走对初始对准的影响;提出利用卡尔曼滤波器有效消除角度随机游走对初始对准影响的方案并通过仿真验证了此方案的有效性。     

一种基于自适应滤波的语音降噪方法研究

分析和研究自适应滤波和小波变换法的原理及方法,提出了一种新的综合使用自适应滤波和小波变换法的语音降噪方法。该方法首先用仿生小波变换法对带噪声的语音信号进行小波分解,将小渡变换法分离出来的噪声信号作为自适应滤波器的输入。最后选择用最小均方误差（LMS）的自适应算法对带噪声语音信号进行降噪处理,实现了信噪分离,去除语音信号中的噪声信号。实验结果表明,该方法对语音信号有较为明显的降噪效果。