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。     

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.     

基于小波包阈值处理的光纤陀螺信号降噪

在小波变换对陀螺信号处理的基础上提出了用三层小波包消减阈值算法,处理陀螺仪的状态信号,小波包分解得到各个节点的分解系数。通过消减算法使得信号中大于阈值的瞬态高频部分置零,对消减阈值处理后的节点进行重构以消除信号中的噪声和周期分量。软阈值函数通过小波包分解的节点系数均值和方差来构建。仿真实验与已取得很好效果的强制降噪的重构信号和相应的功率谱进行比较,结果表明小波包软阈值降噪比强制降噪在随机漂移补偿上提高了13.1%,零偏改善了0.0526(°)/h。     

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。     

高精度光纤陀螺光源强度噪声的抑制

掺铒超荧光光纤光源的光源强度噪声是影响高精度光纤陀螺随机游走系数的主要因素。为了降低陀螺随机游走系数,进一步提高陀螺精度,提出了一种抑制光纤陀螺光源强度噪声的方法。利用耦合器两个输出端输出光的相关性,将两束光转换为电信号送入FPGA中,用数字电路相减法实现光源强度噪声的抑制。通过Allan方差法对抑制前后陀螺输出数据的分析结果可以看出,采用数字相减法可以有效的抑制光纤陀螺的光源强度噪声,角随机游走系数与抑制前相比减小33%。该方法与以往的方法相比,具有工程实现简便、可靠性高、维护容易等优点。     

基于LMS与二代小波变换的光纤陀螺去噪算法

为了降低光纤陀螺输出中的噪声分量,提出一种基于最小均方法与二代小波变换相结合的去噪方法。首先利用LMS算法进行前端预处理,提高信号的信噪比;然后使用SGWT去噪算法降噪,考虑到SGWT去噪算法易受阈值函数的影响,将模糊与平滑因子引入到传统软阈值法,以缩小估计小波系数和原小波系数两者之间的常值偏差;最后,将本文提出的算法应用于某型光纤陀螺的去噪研究中。实验结果表明,相对于SGWT去噪算法,采用LMS-SGWT算法处理后,光纤陀螺的信噪比从0.1698d B提高到2.0521 d B,方位对准误差从0.33°降低到0.13°。     

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。     

基于小波方差的光学陀螺随机误差特性研究

Allan方差法是对光学陀螺随机误差频率稳定性进行分析的一种通用方法。根据光学陀螺信号零漂移的频率特性,提出了利用小波变换所具有的时频局部化的优点对其随机过程进行小波方差分析。由于小波方差可以更好地防止能量泄露,所以小波方差比Allan方差更为精确。经过对光学陀螺零漂数据的方差分析证明了Allan方差和小波方差法的一致性,并且小波方差更能准确地描述不同频率的方差变化。     

小波分析在捷联惯导陀螺信号滤波中的应用

介绍了小波变换和多分辨率分析理论。针对捷联惯导系统中光纤陀螺输出信号的特点，对其进行小波变换，去除信号中高频部分的噪声，从而抑制了陀螺的随机漂移。通过仿真实验，肯定了使用小波分析算法对陀螺输出信号进行滤波消噪处理的可行性。在实际用于捷联惯导系统中的实验结果表明，有效地提高了系统的精度。     

改进小波阈值法在MEMS陀螺信号去噪中的应用

陀螺随机漂移是影响MEMS陀螺仪精度的重要指标,有效减小MEMS陀螺仪的随机漂移误差是提高MEMS陀螺仪使用精度的关键技术之一.文中在分析了小波阈值法的去噪原理和存在的缺陷的基础上,构造了一种新的阈值函数,并利用3σ准则提取阈值,提出了一种改进的,小波阈值去噪法,并将其应用于MEMS陀螺仪输出信号的滤波处理中,取得了良好的去噪效果.实验结果表明,文中提出的方法可以有效减少信号中的高频噪声,很好地抑制MEMS陀螺仪的随机漂移,去噪效果明显优于传统的,小波阈值法.     

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%。     

基于提升小波与灰色神经网络的光纤陀螺振动误差建模

光纤陀螺在振动环境下的输出具有噪声大、漂移强的特性,必须建立合理的振动误差模型,以便使用精确的算法进行补偿,从而提高光纤陀螺的输出精度。文中首先使用Allan方差分析法分析了某型号的数字闭环光纤陀螺在振动环境下的输出信号,随后利用提升小波分离出了光纤陀螺误差模型中的白噪声及漂移误差,并提出了基于灰色理论和RBF神经网络的漂移误差建模方法。仿真结果表明,相较于传统的RBF神经网络模型,基于提升小波的灰色RBF神经网络的漂移误差建模方法能有效滤除白噪声,并将漂移误差模型的建模精度提高了一倍左右。该方法能够有效提高光纤陀螺在振动环境下的输出精度,对光纤陀螺在振动环境下的误差研究具有重要指导意义。     

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。     

闭环光纤陀螺光电探测组件噪声特性

阐述、推导了光电探测组件PIN-FET的输出信噪比(SNR)与闭环光纤陀螺零偏稳定性的关系。研究了PIN-FET组件的主要噪声源:电阻及FET级内部热噪声、散粒噪声、相对强度噪声(RIN)和1/f噪声,试验测试了各种噪声源对组件噪声功率的影响程度。结果显示PIN-FET组件接收光功率1μW时,输出噪声以散粒噪声为主;增大光功率RIN和1/f噪声所占比重,将影响信噪比改善程度;光功率由小到大的变化过程中,信噪比会出现下降现象。组件中PIN管与FET级的直接耦合导致PIN管输出直流量,影响了放大电路噪声因数(NF),致使信噪比在光功率增大时出现下降现象。在PIN管与放大电路间设计了LC匹配网络,隔离PIN管输出直流量对放大电路的不良影响,稳定放大器噪声系数,改善光电探测环节的信噪比性能。     

基于离散小波变换的岩石SHPB测试信号去噪

运用离散小波阈值去噪原理对SHPB测试信号进行了处理,针对SHPB测试信号持时短、突变快等特性,并根据各小波基对信号的重构均方根误差,选择Symlets小波系中的小波基Sym5为适合SHPB测试信号小波分析的最佳小波基,并运用无偏估计程序SURE确定了各分解层的阈值。比较了小波阈值去噪与动态应变仪中常规低通滤波器去噪的信噪比和均方根误差,研究结果表明,相对于常规低通滤波器的去噪处理,离散小波变换不仅有良好的去噪效果,而且能得到更精确的重构信号,可以取代动态应变仪中的低通滤波器对SHPB测试信号进行去噪处理。     

基于级联滤波的重力信号处理方法

根据重力信号微弱和非平稳的特点,提出了一种小波滤波器与有限脉冲响应滤波器(FIR)级联的去噪方法.该方法针对噪声特点,在小波强制阈值滤波之后级联一个低阶FIR滤波器以去除色噪声的影响,基于实测重力信号的时域和功率谱处理结果,说明级联滤波能够在含有强噪声的原始信号中提取出微弱的重力信号.该方法既可以抑制小波滤波起始和结束阶段的波形畸变,又省去了FIR滤波需要调整参数的繁琐,具有工程实用性.     

基于GPU的GPS信号并行捕获

针对计算机中央处理器上串行实现GPS捕获算法耗时长的缺点,利用具有强并行处理能力的图形处理器设计实现了两种分别适用于不同载噪比信号的并行捕获算法以提高捕获速度。所提算法基于计算机统一设备架构的设计思想,采用了并行码相位搜索捕获策略,通过对GPS星座32颗卫星多通道、多频点的并行搜索实现了强信号捕获,而对弱信号则采用非相关积分法,通过对单颗卫星多时段、多频点的并行搜索再进行通道的串行处理来实现并行捕获。仿真结果表明:两种并行捕获算法比串行实现的捕获算法速度提高了10倍;采用非相干积分提高了弱信号捕获能力,对于载噪比为40 dB的10 ms中频数据,在保证捕获速度的同时,仍能够有效实现正确捕获。