激光陀螺随机漂移数据建模与滤波

在对激光陀螺漂移数据建立时间序列模型的基础上，对激光陀螺的漂移数据进行了卡尔曼滤波。结果表明此方法能有效地抑制激光陀螺的随机误差。     

微机电陀螺零点漂移数据滤波方法的研究

微机电石英音叉陀螺虽然有突出的优点，但也存在噪声比较大的缺点。普通的数字滤波方法通常会造成比较大的滞后，减小了系统的相位裕度，而且对截止频率以内的噪声不起作用。作者在对石英音叉陀螺零点漂移数据建立时间序列模型（AR模型）的基础上，采用卡尔曼滤波算法对石英音叉陀螺的漂移数据进行了处理。仿真实验表明，所采用的滤波方法合理有效。     

激光陀螺随机漂移数据的非参数建模

随机漂移是激光陀螺的主要误差源,在惯性系统中不能用简单的方法加以补偿,因而其成为衡量激光陀螺精度的重要指标。建立误差模型并采用滤波技术滤波是抑制该项误差的有效方法。线性自回归滑动平均模型（ARMA）虽已形成相当完善的理论,但不能解释非线性现象。针对实际中出现的非线性现象,提出应用一类非参数模型（FARMA模型,即函数系数自回归滑动平均模型）对激光陀螺随机漂移数据进行建模,采用多项式拟合非参数系数,并将结果与ARMA进行比较。仿真结果表明,应用该模型能取得较好的效果,系数函数呈现非线性,实例验证了陀螺漂移是弱非线性的;建模后的残差平方和小于利用ARMA理论建模得出的残差平方和。     

激光陀螺漂移数据建模及分析

根据激光陀螺漂移数据中存在的多种噪声及其特点，针对激光陀螺漂移数据建模问题，比较了几种建模方法，认为DDS法有较好的实用性，并利用该方法对激光陀螺漂移数据进行了建模，得出了实测的激光陀螺漂移数据的模型。采用了多种检验方法对所建模型进行了检验。检验结果表明，用DDS法对激光陀螺漂移数据建模是合适的。     

光纤陀螺随机漂移建模与分析

光纤陀螺精度是惯导系统精度高低与否的关键因素,而减小陀螺随机漂移是提高其精度的重要手段.对陀螺输出数据中的随机漂移建立模型,在此基础上对陀螺数据进行滤波,可以有效提高光纤陀螺的输出精度,从而提高惯导系统的精度.本文通过大量实验建立了光纤陀螺随机漂移的ARMA模型,通过有效滤波对随机漂移进行滤除,并且对滤波结果进行Allan方差分析.分析结果表明,光纤陀螺输出信号中存在的主要误差源以及正弦噪声较滤波前明显减小到50％,有效地抑制了高频噪声,验证了光纤陀螺随机漂移建立模型的正确性.本文还设计了可视化软件,具有较高的工程意义.     

液浮陀螺漂移的试验建模研究

本文采用时间序列分析理论,利用实际测量的数据,建立了液浮陀螺随机漂移的ARMA模型.最终,为便于将模型应用于卡尔曼滤波器中,本文给出了一种实际可行的液浮陀螺漂移模型.     

MEMS陀螺随机漂移多尺度滤波方法

为了能有效地补偿MEMS(微电子机械系统)陀螺仪的随机漂移,提高载体姿态估计的精度,基于小波理论与多尺度分析方法,使用db4小波,将MEMS陀螺仪随机漂移进行深度为4的多尺度分解,得到5组小波系数。根据分解后的各尺度系数进行信号重建,得到5组多尺度陀螺仪漂移数据。对重建后的各尺度漂移数据进行时间序列建模,可以得到MEMS陀螺仪随机漂移的多尺度时间序列模型。在多尺度时间序列模型的基础之上,建立多尺度离散系统的系统模型,使用卡尔曼滤波方法,对个尺度陀螺随机噪声进行滤波,可以有效地滤除MEMS陀螺仪的随机漂移。试验结果表明本方法能有效降低信噪比。     

环形激光陀螺人工神经网络温度漂移建模

研究了系统在常温条件下开机后,壳体密闭条件下环形激光陀螺(RLG)漂移的温度特性建模问题。一系列不同环境温度条件下的RLG自升温实验表明,由于系统壳体的保温和隔温功能,系统内部温度场变化缓慢、均匀,此时漂移的变化主要与内部温度场的温度值变化相关。利用一组25℃-55℃范围内静态漂移测试数据作为学习样本,建立起基于BP和RBF神经网络的温度漂移补偿模型,并利用四组不同测试条件下测得的静态数据对文中模型进行检验。结果表明,若采用均方根误差(RMS)指标进行评价,则得到的温度漂移模型可以有效补偿RLG的漂移输出趋势项,使陀螺的稳定性指标提高20%-40%,且BP网络建模补偿精度优于常规最小二乘中的一阶线性分段拟合,RBF网络建模优于二阶抛物线分段拟合。     

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。     

光纤陀螺随机漂移补偿中的数据融合方法（英文）

为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。     

三浮陀螺仪漂移模型的建立及MATLAB实现

基于时序分析理论,介绍了三浮陀螺仪漂移数据处理与模型建立的过程,给出了各步骤所得到的结果及相关结论。充分利用 MATLAB 在矩阵计算、数据处理和信号处理领域的优势,设计了一套较为完整的建模软件,有效提高了模型的精度和可靠性,并减少了建模的计算量。     

微机械IMU数据建模与滤波方法研究

针对轮式移动机器人内部的微机械（MEMS）IMU进行研究，采用时间序列分析方法建立其随机噪声的ARMA模型，进而通过Kalman滤波有效地降低MEMSIMU随机噪声对其精度的影响，频域分析结果表明文中建模和滤波方法对提高MEMSIMU精度的有效性。     

渐消卡尔曼滤波器的最佳自适应算法及其在陀螺随机常值漂移标定中的应用

本文依据卡尔曼滤波器在使用最佳增益时，其余差序列互不相关的性质，开发了一种新的渐消滤波算法。该算法根据对象输出，在线自适应地调整遗忘因子，从而使滤波器在对象模型存在误差或对象受到外扰时，仍收敛并保持最佳性。该算法应用于陀螺随机常值漂移的标定，取得较好效果     

陀螺漂移模型变量的最优选择

陀螺漂移模型变量的选择在建模中具有重要作用。本文讨论了变量选择的多种方法，提出一种改进的子集比较法，并结合陀螺测漂实例对实现模型变量的最优选择进行了研究。     

三轴陀螺漂移测试转台台体动力学建模及控制系统设计

带宽的保证是三轴陀螺漂移测试转台（以下简称三轴转台）伺服系统设计的主要困难，从使用的角度出发，要求转台伺服系统有较大的带宽，以使三轴转台有较快的响应速度，对干扰有较强的抑制能力，提高三轴转台的跟踪精度，但一些客观因素使带宽指标受到限制，其中机械台体的谐振对带宽的影响是决定性的。本所讨论的三轴转台动力学模型，是三轴转台控制系统设计的依据。     

静电陀螺监测器中静电陀螺仪的漂移误差模型

本推导了静电陀螺仪转子动量矩的运动方程,根据此方程并应用向量场理论,将造成静电陀螺漂移的外部干扰力矩划分为守恒力矩和非守恒力矩两部分。按照进动规律,最终得到静电陀螺监控器中陀螺仪漂移误差模型的全量形式。     

神经网络在陀螺漂移误差模型辨识中的应用

神经网络具有很强的自学习、自适应能力及非线性变换特性，为模型的辨识提供了一条十分有效的途径。本文基于反向传播（Back-Propagation）网络的研究，将神经网络应用于陀螺漂移误差模型辨识，通过陀螺的实际测试数据对神经网络的加权进行训练，得到了较为满意的结果。     

捷联系统陀螺静态漂移参数标定

本文研究了捷联惯性组件中螺静态漂移参数的标定问题,首先对陀 螺静态漂移误差进行了捷模,并在此基础上研究了陀螺的标度因数、安装误差系数及静态漂移系数的标定方法,文中给出了具体的实验方法和数据处理方法。理论分析表明本文所述方法能够有效地分离出捷联陀螺各项静态漂移参数。