原子钟噪声的高阶谱分析

处理随机信号通常使用现代谱估计方法,但是这种方法一般只能处理平稳的高斯信号,使用高阶谱分析可以克服这些缺陷。利用现代谱估计法和高阶谱法分别估计原子钟数据的功率谱,并对功率谱进行拟合,可分析原子钟的噪声特性。理论分析及实验结果表明,高阶谱分析能有效处理实际信号中的非平稳非高斯问题。     

光纤陀螺随机漂移模型

随机漂移是光纤陀螺的主要误差,建立数学模型在输出中补偿是抑制该项误差、提高光纤陀螺精度的有效方法.光纤陀螺静态输出为随机过程,对该随机过程的平稳性和正态性进行分析,拟合趋势项、周期项并补偿,使其成为平稳随机序列.采用时间序列分析法建立光纤陀螺随机漂移模型,根据随机漂移自相关和偏相关系数的特性辨识模型的类型和阶数,利用最小二乘方法估计模型参数,得到光纤陀螺随机漂移模型为AR(2).对陀螺输出数据补偿,检验模型的适用性.结果表明,该模型具有很好的适用性,能够有效抑制随机漂移,提高光纤陀螺精度,可以作为惯导系统卡尔曼滤波器状态变量的数学模型.      

电磁监测试验卫星离子漂移计定标实验研究

离子漂移计用于探测离子垂直轨道方向的漂移速度.离子漂移计的定标实验包括电子学定标和等离子体环境定标.通过对自行研制的电磁监测试验卫星离子漂移计的电子学定标方法研究，测试得到离子漂移计的噪声、电流测量范围、增益和修正系数以及温漂等电子学定标参数.测试结果表明，离子漂移计的电子学性能优于设计要求，满足科学探测需求.此外，借助于意大利INAF-IAPS等离子体测试实验设备模拟电离层等离子体环境，对离子漂移计的等离子体环境定标问题进行了分析研究.等离子体环境下的测试结果表明，该离子漂移计在特征点处测量结果满足仪器指标要求，能够正确探测离子横向速度，且其相对精度满足设计要求.      

P—平稳过程的最大ch熵谱估计

研究少平稳随机序列在Chrestenson变换意义下的功率谱密度及其最大熵估计问题,得到了功率谱密度函数与熵率的关系公式及最大熵谱估计的正规方程。在采样数据个数为p~m的情况下,最大熵谱估计可直接由已知的有限自相关数据表示。这些结果与Fourier意义下的功率谱密度估计有很大的不同。     

自回归谱估计法在动态测试中的应用

提出了动态测试中常用的 FFT 法对测试数据进行谱分析的局限性,并评述了一种适于短时序列数据段的现代谱估计法——自回归谱估计的 Marple 法,以对动态测试随机数据进行谱估计分析。文中把 Marple 法与其他最大熵谱估计方法进行了特性比较,论述了 Marple 法的原理,给出了程序框图。最后,对实际工程中得到的数据段长度 N=30的动态测试数据用 Marple 方法进行了谱估计,举出了计算机的实际分析结果,并与应用经典谱估计方法的分析结果作了比较,得出了几条结论。     

光纤陀螺随机漂移误差补偿适用性方法

针对传统方法在建立时间序列模型基础上应用卡尔曼滤波器去除陀螺随机噪声误差的缺陷,提出了一种适于在线补偿光纤陀螺FOG(Fiber Optic Gyrosope)随机误差的滤波方法.当建立的时间序列模型系数出现偏差时,通过引入虚拟噪声,来补偿滤波过程由于系统模型时变和未知噪声而引入的误差,实现了对陀螺随机漂移误差的高精度滤波处理.其次,利用Allan 方差分析法分离并确定了光纤陀螺的主要随机误差源,并对建立的光纤陀螺时间序列模型及滤波方法的适用性及精度进行了评估.通过对光纤陀螺实测数据的分析表明,速率斜坡、速率随机游走和零偏稳定性为FOG的主要随机噪声,所提出的自适应滤波算法能够适应陀螺漂移的时变特点,是一种有效的去除光纤陀螺随机漂移噪声方法.      

电位器轨道噪声的机理分析及实验研究

前言电位器旋转噪声的研究是涉及到我国电位器生产工艺与检验技术的一个迫切问题。长期以来,IEC 组织对轨道噪声的测试未做原则性修改,所推荐的测试电路一直沿袭至今。近十多年来,我国在噪声测试仪器的研制方面做了很多工作。对噪声机理的研究与工艺改革则更是大多数生产和研究单位着重进行的工作之一。从测试的角度很希望研制出在可比性和测试速度方面都得到提高的仪器。从工艺研究的角度也希望从测试实验中分析噪声机理找出提高质量的途径。本文是作者对轨道噪声特性的实验研究报     

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.     

基于相关系数AR模型的陀螺随机漂移分析方法

陀螺漂移序列的均值和方差随时间不断变化,不属于传统的相关函数平稳序列,因此采用传统的平稳序列分析方法对其处理必然导致较大的误差．通过对大量陀螺漂移数据分析发现,大多数陀螺漂移序列的相关系数并不随时问的平移而变化,是时间间隔的单变量函数,因此,它们属于相关系数平稳序列．在此基础上,建立了基于相关系数AR模型的陀螺漂移分析方法．该方法首先对陀螺漂移数据是否属于相关系数平稳序列进行判别,然后采用相关系数AR模型建模并给出模型参数的估计方法,最后可根据得到的相关系数AR模型对陀螺漂移进行估计和补偿．由于相关系数平稳序列能够对陀螺漂移序列的本质特征进行描述,因此较传统方法具有更高的建模精度和补偿精度．     

铷频标伺服环路对频标稳定度和漂移的影响

本文详细地分析了被动型原子频标伺服环路各部件自身噪声和漂移,以及它们对原子频标输出标频的稳定度和漂移的影响。     

惯性器件随机数学模型的线性辨识

本文针对惯性器件随机数学模型阶数比较低的特点,探讨提出一种ARMA模型参数的机性估计算法。这种方法用机性最小二乘法就可获得ARMA模型的参数估计。利用这种方法,本文对动力调谐式陀螺和挠性加速度计的随机漂移过程进行了建模研究。     

一种MEMS陀螺随机漂移的高精度建模方法

为补偿MEMS陀螺随机漂移,采用时间序列分析法对其进行自回归滑动平均（ARMA）模型辨识,提出一种滑动平均（MA）参数估计的新方法。先将陀螺随机漂移建模为带观测噪声的ARMA模型,在估计出自回归（AR）部分的参数后,针对AR滤波后的残差,推导出一种方差小的MA自协方差估计值,并将该估计值作为输入,利用Gevers-Wouters（GW）算法估计出MA部分的参数。仿真结果表明,MA参数估计精度得到提升的同时,参数估计可靠性也得到了增强。MEMS陀螺的随机漂移补偿实验进一步验证本文所提算法的补偿精度高于改进前。      

应用最大熵谱估计检测微弱信号

频谱分析是数字信号处理的主要内容之一 ,近年来 ,由于最大熵算法的一些优点 ,使它成为现代谱估计中一个比较活跃的领域。最大熵算法是 196 7年由Burg提出来的一种现代谱估计方法。提出了应用最大熵谱估计及LMS自适应算法 ,根据有限数据 ,在频域内提取被淹没在噪声中的有用信号的方法及应用MATLAB语言进行的仿真。     

MEMS陀螺仪随机误差滤波

针对微机电系统(MEMS,Micro Electromechanical System)陀螺仪的随机漂移,基于小波多尺度分析,利用bior1.5小波对陀螺仪的随机漂移进行深度为4的分解,重建各尺度信号,采用时间序列方法对陀螺仪各尺度随机漂移进行建模,与传统时间序列方法建模相比,降低了模型的预测误差.并构建了模糊自适应Kalman滤波,利用模糊控制方法基于残差均值与方差差值对噪声方差阵进行实时调整,提高对重建后的各尺度信号随机噪声滤波效果.通过一系列对比实验证明,基于多尺度分析的模糊自适应Kalman滤波对于消除MEMS陀螺仪随机漂移误差作用明显.通过Allan方差分析,滤波后的数据各随机误差项均得到有效减小.     

SAR图像非平稳性对图像模型和滤波降噪方法的影响

从随机过程理论角度按平稳程度把合成孔径雷达(SAR)图像分为分辨单元内平稳、分辨单元内不平稳、处理窗内局部平稳和处理窗内局部不平稳4种情况,研究了非平稳性对图像的斑点乘性噪声模型、场景-斑点乘积模型和结构邻域模型的影响,得出各自的平稳性适用条件,并在此基础上评价了各种滤波降噪方法的性能,用实际数据进行了验证.      

旋转式光纤陀螺惯导系统随机误差抑制技术

采用旋转调制技术能够有效降低陀螺常值漂移和加速度计常值零偏对导航系统精度的影响,但其对陀螺随机漂移和噪声几乎没有抑制作用.惯导系统在随机干扰的作用下输出误差将发散,影响系统长时间的导航定位能力.通过对抑制随机干扰误差的阻尼技术进行研究,提出一种具有阻尼特性的旋转式光纤陀螺惯导系统,利用阻尼技术抑制随机干扰对导航系统精度的影响.从仿真结果可以看出,具有阻尼特性的单轴旋转光纤陀螺惯导系统精度提高1倍以上.当系统采用更高精度的惯性仪表时,随机误差的阻尼抑制效果将更明显.     

MEMS陀螺随机误差的建模与分析

为了更全面地了解微机电系统(MEMS,Micro-Electro-Mechanical Systems)陀螺仪的随机漂移误差随时间变化的特性,利用动态Allan方差分析法对MEMS陀螺仪输出信号特性进行了全面分析.首先介绍了Allan方差和动态Allan方差分析法原理,然后分别利用Allan方差分析法和动态Allan方差分析法对MEMS陀螺仪的实测数据进行了特性研究与性能分析.研究结果表明:速率斜坡、量化噪声和速率随机游走是MEMS陀螺的主要随机噪声,并且MEMS陀螺的随机漂移具有随时间变化的不稳定性.动态Allan方差不仅可以分离和辨识出MEMS陀螺的主要随机误差源,而且可以跟踪和描述信号随时间变化的稳定性,因此动态Allan方差较经典Allan方差分析法能够更全面地表征MEMS陀螺仪的性能.     

基于声光技术的扩频信号循环谱的检测

扩频信号是被伪随机码调制的周期信号,因此它应被建模为循环平稳随机信号.基于循环平稳随机信号的谱相关理论,提出了一种采用基于声光信号处理技术的扩频信号循环谱检测方法.通过研究扩频信号的循环频率、循环功率谱和基于时间积分的声光循环平稳处理模型,利用声光循环平稳时间积分相关器,在循环频率处对扩频信号的声光相关函数(循环谱)进行检测.相比于传统的能量检测方法,循环谱检测方法具有更好的检测性能;对于噪声和干扰,无论是平稳的、还是非平稳的,循环谱检测方法都具有较强的抗干扰能力,仿真结果证明了其有效性.     

自回归滑动平均(ARMA)谱估计的广义最小二乘法(GLS)算法及其在雷达频率起伏特性测量中的应用

提出一种自回归滑动平均(ARMA)谱估计的广义最小二乘法算法,它利用白化滤波器将有色噪声转化成白噪声,并通过迭代方式改进参数估计。还提出超松弛法和综合判阶技术。本算法主要适用于正弦信号加白噪声(SWN),以及受白噪声污染的自回归过程(NAR)。统计分析和实验表明,本算法具有分辨率高、频率偏移小等优点。     

原子钟频率稳定度测试中的噪声处理

原子钟的测量噪声会被引入到频率稳定度评估过程,尤其是对中短期频率稳定度的影响更大。重叠Allan方差可以克服调频闪变噪声和调频随机游走噪声随时间变化出现的非平稳问题,但由于受到测量噪声的影响,评估结果仍会出现误差。为此,本文通过对原子钟的数学模型和噪声特性进行分析,提出了原子钟频率稳定度评估的加窗平滑噪声处理方法,通过对时差观测序列合理的加窗设计和平滑处理,抑制测量噪声对评估结果的影响。实验结果表明,利用铷钟观测序列的100点平滑可以有效地提高短期频率稳定度结果（100~1 000）s的可信度。