基于前向线性预测算法的光纤陀螺零漂的神经网络建模

在详细分析光纤陀螺零漂的基础上,提出了先用滤波算法对光纤陀螺信号进行预处理,然后采用RBF神经网络对滤波后的信号进行建模的方法。针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理,比较三种滤波方法,小波滤波算法效果优于其它两种预处理方法,但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时,小波滤波预处理后的信号在建模精度上却是最差的,而对FLP算法滤波后的信号进行RBF建模,建模精度提高了两个数量级。结果表明:基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的,可大大提高建模的精度。     

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。     

基于小波变换阈值法处理光纤陀螺信号噪声

小波具有多分辨率分析特性,利用小波变换阈值滤波可以有效地处理光纤陀螺信号的噪声。具体的仿真实验分析比较表明,小波变换阈值滤波可以有效地剔除光纤陀螺的信号噪声;与传统的数字低通滤波方法相比,去噪效果更好。利用Allan方差法并通过最小二乘拟合可得到陀螺信号噪声中各误差源的幅度;通过比较滤波前后的各误差系数的具体数值,进一步证实了小波变换阈值滤波的有效性;并指出通过小波分析可以显示出陀螺信号中低频噪声的发展趋势。     

基于小波滤波的激光陀螺SINS晃动基座初始对准

激光陀螺捷联惯导系统在晃动基座上进行初始对准时,由于激光陀螺信号中存在着很大的随机噪声,导致对准时间变长,对准精度降低。为解决此问题,提出一种基于小波实时阈值滤波的预处理方法,选取了合适的小波基和分解层数,对陀螺信号进行小波预处理,然后利用滤波后的陀螺信号进行姿态粗对准,最后使用速度误差作为观测量进行卡尔曼滤波精对准。半实物仿真试验结果表明:本文提出的小波预处理方法在满足陀螺信号实时性的条件下,能够有效地减小激光陀螺信号中的各项随机噪声,利用预处理后的陀螺信号进行初始对准时,对准时间显著缩短,航向角在精对准7 min左右收敛,其1σ值在39"以内,在工程上有一定的参考价值。     

基于SLD光源的谐振式光纤陀螺角度随机游走提升方法

针对基于超辐射发光二极管（SLD）光源的谐振式光纤陀螺角度随机游走提升需求,分析了移频复位特性非理想对陀螺输出的误差影响机理,建立了信号传输系统仿真模型,确定了移频锯齿波复位产生的尖峰脉冲噪声对陀螺输出的定量影响。在陀螺调制解调控制方案中,提出了一种部分采样结合均值滤波的技术方法,减小了锯齿波移频复位误差对解调系统的影响,提高了陀螺角度随机游走性能。经实验证明,使用部分采样结合均值滤波的方法测试光纤环直径50?mm、光纤长度30?m的基于SLD光源的谐振式光纤陀螺,陀螺角度随机游走提升了30%,达到0.045。     

FLP滤波算法在光纤陀螺信号预处理中的应用

在简要地介绍FLP（前向线性预测）滤波技术的基础上,采用该方法对某型光纤陀螺信号进行FLP 实时滤波,对滤波后的数据进行了功率谱密度和Allan方差分析,并把滤波效果与小波变换滤波和IIR数字滤波器的滤波效果进行了对比,得出了FLP滤波能有效的减少光纤陀螺的零偏不稳定性、角度随机游走误差和抑制高频噪声的结论.     

光电稳定平台中陀螺随机漂移的处理方法

在详细分析陀螺随机漂移对光电稳定平台精度影响的基础上,提出了Allan方差与功率谱相结合的分 析和评价标准,采用了时间序列分析法进行建模.针对光电稳定平台不同的应用环境,分别比较了陀螺随机漂移的处理方法.实验证明,前向线性滤波在中高频段的噪声滤除方面,要优于低通滤波器;同时在保留低频段的有用信号和了解噪声特性方面,要优于卡尔曼滤波:而且在实时的在线应用方面,要优于小波滤波.结果表明:前向线性滤波适合于高带宽光电稳定平台系统的实时在线应用.     

基于高斯粒子滤波的陀螺ARIMA模型辨识方法

ARIMA模型是陀螺信号处理中的一种重要方法,研究ARIMA模型辨识方法对提高陀螺精度有着重要意义。针对常规ARIMA建模滤波方法应用于光纤陀螺时滤波精度较低的问题,在ARMA模型基础上建立了一种适用于中低精度光纤陀螺的非平稳随机过程的ARIMA模型,提出了基于高斯粒子滤波的光纤陀螺ARIMA模型辨识方法。将光纤陀螺的ARIMA模型辨识与状态估计相结合,构建非线性的滤波模型,利用光纤陀螺实测信号进行了实验,结果表明所提出的方法能够有效地抑制光纤陀螺随机噪声,具有较高的工程应用价值。     

基于自适应FLP滤波的金属谐振陀螺信号处理方法

针对传统前向线性预测(FLP)滤波在金属谐振陀螺信号处理中,无法解决收敛速度和稳态误差之间矛盾且动态滤波效果较差的问题,提出了一种基于自适应FLP滤波信号处理方法。首先采用Allan方差对陀螺原始信号进行分析,得出不同噪声占比;然后采用自适应FLP滤波方法,通过建立补偿因子与估计误差的非线性关系,实时调整步长因子大小,修正滤波误差;最后用自研的金属谐振陀螺惯性系统试验验证该方法的有效性。试验结果表明:自适应FLP滤波方法可抑制量化噪声、角度随机游走和零偏不稳定性等。降噪效果比传统FLP滤波方法更为明显,收敛速度更快,动态时自适应FLP滤波方法降噪效果是传统FLP滤波方法的1.95倍,该方法可有效提高金属谐振陀螺的性能。