线性加速度计在压电陀螺卡尔曼滤波技术中的应用

针对光电稳定平台常用的压电陀螺随机游走噪声大的缺点,提出采用基于线性加速度计的卡尔曼滤波技术对其进行信号滤波。利用卡尔曼滤波理论,建立了压电陀螺角速率状态观测方程,采用线性加速度计测量平台惯性角加速度,由此对陀螺信号进行了滤波。实验结果表明：采用线性加速度计能够在不影响陀螺带宽的前提下将压电陀螺的随机游走噪声水平由原有的0.005（°）.s-1/槡Hz降低到0.001 25（°）.s-1/槡Hz,提高了光电平台的稳定精度。     

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。     

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。     

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。     

半球谐振陀螺驱动电路仿真及实验研究

半球谐振陀螺具有结构简单、抗辐射与冲击、寿命长、可靠性高等优点,其中驱动电路是获取高精度陀螺信号的关键。对影响半球谐振陀螺性能指标的单元电路展开了研究及优化设计,基于微弱信号处理、滤波等技术研究了提高检测电压稳定的方法。采用Tina-TI软件对设计电路的性能进行了仿真,实现了增益40 dB、噪声4.81μV/(Hz)^1/2的整体电路设计。搭建陀螺样机测试了电路,根据实验结果给出了HRG不同叠加激励信号的作用下其输出信号的演变趋势。结果表明：随着直流、交流电压的增加,均会增大半球谐振陀螺输出信号的幅值;当激励信号电压不变时,交流信号的频率改变也会影响半球谐振陀螺输出信号的幅值。因此,研究半球谐振陀螺的激励信号对输出信号的影响,为设计半球谐振陀螺的驱动电路提供了参考。     

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。     

基于双速度环观测器的光电平台稳定方法

本文设计了一种可以使光电伺服平台对目标对象进行高精度、稳定追踪的基于双速度环的扰动观测器,可以消除光电平台内部摩擦力矩、外部载体扰动以及传感器噪声的影响,提升系统的动态响应性能。首先,根据直流电机工作原理与负载模型,建立双速度环的数学控制模型。接着,通过分析多类型传感器的速度信号频谱和响应性能,选择噪声和延时较小的圆光栅代替传统测速设备,作为速度控制内环;同时选择光纤陀螺作为速度外环的反馈设备。然后,基于陀螺速度信号设计扰动观测器,对内速度环中的扰动补偿残差和外部载体扰动信号进行观测,并进行前馈信号补偿。实验结果表明,双速度环观测器的控制方法可以将系统调节时间降至原来的45%,在不同幅值（0.25°～2°）和频率（0.25 Hz～2 Hz）的正弦扰动信号下,该方法均能显著提高系统的扰动抑制能力,并将系统隔离度由原来的20.9 dB提升至30 dB。本文所提出的基于双速度环扰动观测器的控制方法满足光电跟踪平台快速响应、跟踪稳定、抗干扰能力强等要求。     

压电陶瓷压电特性的激光调制法测量研究

介绍可测量压电陶瓷压电特性的激光干涉调制测量方法.采用相干检测原理对信号进行提取,不仅可以抑制噪声对干涉信号的影响,而且还可以大大降低光电探测器和电路的1/f噪声.与通常干涉仪测量方法相比,这种方法具有测量灵敏度高等优点.利用该方法对压电陶瓷压电特性进行了测量,讨论了激励电压信号的频率、幅度对压电陶瓷压电常数d₃₁的影响,并对其压电迟滞曲线进行了测量.     

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。     

基于QMEMS陀螺的自适应滤波方法研究

 根据QMEMS陀螺的特性,在对现有卡尔曼滤波方法分析的基础上,根据自适应滤波理论和UD分解理论,提出了一种改进型自适应滤波方法,该方法可去除QMEMS陀螺在采样过程中产生的异常值,并增强惯性导航系统的实时性和稳定性。通过对QMEMS陀螺实际输出数据的滤波仿真显示,该方法去噪效果明显好于卡尔曼滤波方法,利用该方法对QMEMS陀螺的采样数据进行处理,可以为惯性导航解算提供更为准确的数据,提高惯性导航系统的精度。     

光电跟踪伺服系统中光纤陀螺滤波算法的应用

光纤陀螺作为光电跟踪伺服系统速度稳定回路的反馈测量元件,它的输出噪声直接影响伺服系统低速跟踪情况下的控制精度。抑制陀螺的输出噪声是改善伺服系统低速特性的有效手段之一。采用了一种简化的卡尔曼α-β滤波算法,使伺服系统的低速精度指标由原来采用移动平均滤波的0．0052°／s提高到0．0026°／s。实验证明,该算法可以有效地改善伺服系统的跟踪特性。     

基于ARM的四旋翼姿态控制器设计

四旋翼姿态控制器采用集成了加速度计和陀螺仪的惯性测量单元,实时采集姿态数据,传输给Cortex-M4内核的处理芯片,利用四元数姿态解算方法,对加速度和角速度数据融合解算处理。采用位置式PID控制算法,控制四个无刷电机的转速,实现控制四旋翼飞行器的飞行姿态。建立万向云台调试系统,通过实践调试验证该控制器能实现控制四旋翼姿态的稳定性。稳定飞行时,姿态角的平均振荡范围为5度。     

GEKF, GUKF and GGPF based prediction of chaotic time-series with additive and multiplicative noises

On the assumption that random interruptions in the observation process are modelled by a sequence of independent Bernoulli random variables, this paper generalize the extended Kalman filtering （EKF）, the unscented Kalman filtering （UKF） and the Gaussian particle filtering （GPF） to the case in which there is a positive probability that the observation in each time consists of noise alone and does not contain the chaotic signal （These generalized novel algorithms are referred to as GEKF, GUKF and GGPF correspondingly in this paper）. Using weights and network output of neural networks to constitute state equation and observation equation for chaotic time-series prediction to obtain the linear system state transition equation with continuous update scheme in an online fashion, and the prediction results of chaotic time series represented by the predicted observation value, these proposed novel algorithms are applied to the prediction of Mackey-Glass time-series with additive and multiplicative noises. Simulation results prove that the GGPF provides a relatively better prediction performance in comparison with GEKF and GUKF.     

AR模型辅助SINS／GPS组合导航的实验研究

激光陀螺的随机漂移噪声类似于白噪声,可以采用AR（2）模型进行数字滤波来减小其对激光陀螺精度的影响。首先介绍了AR模型,然后利用IMU单元三组陀螺信号的AR（2）模型给出了车载SINS／GPS组合导航系统误差模型,并在GPS的辅助下,对SINS／GPS组合导航进行了实验研究。最后利用Kalman滤波器对车载SINs／GPS组合导航实际测量数据进行了离线的半实物仿真。实验结果表明,采用AR（2）模型辅助的SINS／GPS组合导航系统能够得到较高的姿态精度,并能有效抑制速度误差的发散。     

大俯仰角度的两轴两框架平台稳定技术

为了解决大俯仰角度方位平台稳定性能降低的问题,利用两轴两框架稳定平台稳定原理,分析在传统方位陀螺安装方式下,大俯仰角度时方位平台稳定性能降低的原因以及正割补偿带来的噪声等问题,提出在方位平台上安装2个正交的方位、横滚陀螺,解算出瞄准线方位惯性角速度,从而实现大俯仰角度下的方位稳定控制方法。仿真实验验证了该方法可以提升大俯仰角度下两轴两框架平台的方位稳定控制性能,减小陀螺噪声对控制性能的影响,在同等条件下,方位稳定误差峰峰值由450 urad减小为250 urad。     

压电矢量传感器的低噪声设计

针对压电矢量传感器的低噪声设计问题,建立了基于压电敏感器件、悬挂结构、前置放大电路及电缆的同振式矢量传感器等效自噪声分析模型;结合敏感器件的低噪声设计、悬挂结构对自噪声的影响以及前置放大电路低噪声匹配等内容提出了一种低噪声设计方法。设计了低噪声矢量传感器样机,研制了自噪声测量平台并对样机进行了测试。结果表明:样机的等效噪声声压谱级达到了55.5 dB/√Hz2@200 Hz,低于同频率Knudsen零级海况下海洋环境噪声;测试结果与设计结果相符,验证了低噪声设计方法的有效性,也为压电矢量传感器的低噪声设计提供了理论依据。      

光电跟踪系统计算机辅助控制实现

建立了基于数值微分的目标运动状态滤波预测模型,用s-函数实现了卡尔曼滤波预测算法。利用目标位置拟合方法给出角位置信息,并以此为观测信息通过卡尔曼滤波预测出当前角位置和角速度信息,将其引入跟踪控制系统中以克服脱靶量滞后问题,同时也实现了系统的等效复合控制。仿真结果表明,基于数值微分的模型适用于角度跟踪,滤波预测具有较好的鲁棒性。通过对两个不同等效正弦输入的验证,可知角位置合成精度对共轴跟踪影响较大,在脱靶量和跟踪架角位置采样匹配对应时,跟踪仿真精度较高,而对等效复合控制跟踪误差影响较小,输入信号角频率增大时误差增大。