MEMS陀螺仪随机误差的Allan分析

为了减少MEMS陀螺仪的误差并提高其精度,需要对陀螺仪误差进行估算与补偿,因而建立陀螺仪的随机误差模型。在陀螺仪随机误差模型分析方法中,有功率谱密度分析、时序ARMA模型及Allan方差分析。Allan方差分析是在时域上对信号频率稳定性进行分析的一种通用方法。通过分析Allan方差,可以分辨出存在于MEMS陀螺中的各种类型噪声。文中用Allan方差对MEMS陀螺仪进行具体分析,得到存在于陀螺仪信号中的各误差源。实验结果表明,Allan方差分析是建立陀螺仪随机误差模型的一种很实用的方法。     

基于AR模型的MEMS惯导随机误差分析方法

由于微机械惯性器件(MEMS)捷联惯导系统的惯组误差和漂移较大,在较短的时间内也会由于器件误差积累和模型算法误差引起很大的导航偏差。采用Allan方差法分析了MEMS陀螺的随机误差,并对陀螺中主要的5项随机误差系数进行辨识。辨识结果显示,角度随机游走在随机误差中占主要部分。针对MEMS陀螺的实测数据,运用时间序列方法对其随机误差进行分析,并建立了AR模型,试验结果表明,根据所建立的AR(1)模型,采用Kalman滤波方法可以减小其随机误差,滤波后的陀螺输出精度可提高3倍。     

基于异方差分析的多MEMS陀螺随机误差补偿方法

针对具有异方差性的多MEMS陀螺随机漂移误差的补偿问题,提出基于广义自回归条件异方差建立单个MEMS陀螺随机漂移的误差模型,并在此基础上进行多元异方差时间序列的相关性分析,研究基于多元广义自回归条件异方差分析多MEMS 陀螺随机漂移信号的协方差矩阵和时变相关系数。将该分析方法应用于多MEMS陀螺的在线融合补偿中,验证了多元异方差分析方法对多MEMS陀螺随机误差补偿的有效性。仿真结果表明该方法对随机漂移信号具有很好的融合补偿效果,可以提高多MEMS陀螺的测量精度。     

激光陀螺随机误差的非参数建模与滤波

陀螺随机误差是影响惯导系统导航精度的重要方面.减小随机误差影响的有效方法是对随机误差进行建模并采用合适的滤波器进行滤波.为了更好地描述激光陀螺漂移的非线性,提出应用一类非参数ARMA模型--FARMA(p,q,d)模型(函数系数自回归滑动平均模型)对激光陀螺漂移数据进行建模.同时提出应用粒子滤波技术进行滤波,并采用交叠式Allan方差法辨识滤波前后随机误差噪声参数.仿真结果表明,应用该模型能较好的反映激光陀螺漂移的非线性;粒子滤波技术能有效抑制随机误差,5个误差项系数的减少均在29%以上.     

MEMS陀螺仪随机漂移误差研究

降低MEMS陀螺仪的随机漂移误差是提高陀螺仪性能的主要方法之一。基于随机序列时序分析法的基本原理，在对MEMS陀螺仪的初始测量数据采用均值估计法进行预处理后，对去除渐进项后的残差信号进行AR（1）建模，并依据该模型对残差信号进行了Kalman滤波，有效提高测量精度。通过对残差信号进行Allan方差的分析，分离出了陀螺仪随机漂移中的主要随机误差源。通过对具体测量数据的处理结果表明，经过这样的处理，陀螺仪噪声的零偏稳定性和速率随机游走分别提高了4倍和7倍。     

基于自适应KF动态虚拟陀螺数据融合算法的研究

微机电系统(MEMS)陀螺与光纤陀螺相比，传感器的精度较低。为了提高MEMS陀螺的精度，通过组合多个相同陀螺实现虚拟陀螺的功能，同时提高虚拟陀螺的静态和动态性能。通过分析陀螺的Allan方差，并考虑陀螺之间的相关性，建立陀螺的测量模型;使用自回归(AR)模型建立预测模型，对卡尔曼滤波(KF)算法进行优化;搭建多MEMS陀螺仪硬件平台，获取数据并实时计算，融合多陀螺数据输出最优估计值，使用高精度转台分别在静态和动态条件下测试滤波效果。实验结果表明:静态条件下虚拟陀螺误差的方差可降低为单个陀螺的1/94，动态条件下降低为单个陀螺的1/18。基于自适应KF的虚拟陀螺可以显著提高精度。     

数据驱动的陀螺随机游走故障诊断研究

针对工程中陀螺工作期间出现随机游走超差而导致的随机游走故障,提出了一种基于数据驱动的故障诊断方法。该方法基于陀螺实测无故障脉冲数据,利用Allan方差对无故障数据进行噪声特性分析与建模,并在此基础上进行故障模拟,然后利用小波包理论对故障样本进行时频域分析,结合信息熵理论提取样本的故障特征,再利用神经网络构造分类器,将故障特征与故障模式形成映射,进行故障模式的分类。本文以某型号激光陀螺为例展开研究,仿真结果表明,该方法简单、不依赖于模型、诊断快且诊断效果好。     

半球谐振陀螺温度补偿与实验研究

温度的变化严重影响了半球谐振陀螺的使用精度。为了消除或者减小温度因素对陀 螺 精度的影响,在简要分析温度对半球谐振陀螺精度影响原因的基础上,采用独立成分分析方 法对温度影响性的独立性和规律性进行了分析检验;建立了陀螺的温度误差补偿模型,并对 与温度有关的确定性漂移进行补偿;利用Allan方差方法对不确定性漂移进行了分析补偿。 实验证明该方法可以扩大陀螺温度环境适应范围,使陀螺仪的使用精度提高约3倍。〖JP 〗
     

光纤陀螺随机误差建模及补偿

针对光纤陀螺的非系统性随机噪声,研究其补偿方法。首先,对光纤陀螺观测数据进行平稳性、正态性、零均值性和周期性统计检验。然后,基于时间序列分析的数据建模方法,利用光纤陀螺的输入输出特性数据建立AR模型,并验证AR模型的适用性。最后,采用基于AR模型的Kalman滤波算法对随机误差进行滤除。仿真结果表明,基于AR模型的Kalman滤波算法能够有效抑制光纤陀螺随机误差。     

ARMA建模及其在Kalman滤波中的应用

提出了一种补偿惯性传感器随机误差的自回归滑动平均(ARMA)建模方法,在该方法中,首先,将时间序列平稳性检验的轮次法和样本方差变差系数相结合,以确定合适的建模样本长度;其次,将惯性传感器的随机误差看成是真实状态叠加白噪声,通过对观测数据做滤波处理,给出了求解模型参数的算法;随后,构建一组符合ARMA(6,4)模型分布的有色噪声,基于准确建立的ARMA(6,4)模型和AR(2)近似模型构建Kalman滤波器,以研究建模精度和Kalman滤波输出之间的关系;最后,探讨了基于状态可观测度分析的模型降阶方法,在保证精度情况下提高模型计算的实时性,便于建模方法在工程实际中的应用。通过对某型号加速度计的随机误差进行处理,高阶模型及降阶模型的滤波残差标准差分别降为原始随机误差标准差的1/66和1/28,说明方法是有效的。     

基于平移不变量的激光陀螺信号快速滤波方法

为提高激光陀螺的测量精度,提出了一种平移不变量小波快速滤波方法。对信号作循环平移,进行软(硬)阈值小波消噪处理再作逆平移,通过多次“平移——滤波——逆平移”过程,最后平均所获结果,有效消除软阈值小波滤波中的伪吉布斯现象。讨论了算法中平移量对滤波效果和计算复杂度的影响。用Allan方差法对一组激光陀螺实测零漂信号的不同方法滤波效果分析结果表明,该滤波法能在不影响滤波效果的前提下较大幅度减少计算量。     

陀螺仪随机漂移的测量及其数学模型的建立

为提高惯导系统的精度，对影响陀螺仪精度的重要误差源——陀螺仪随机漂移进行了研究。在统计分析的基础上采用固定方位力矩反馈法测量陀螺仪的随机漂移，并用平稳时间法建立了数学模型。     

高精度惯性平台连续自标定自对准技术

提出了一种新的惯导误差系数标定方法——连续自标定自对准方法。利用外部参考力矩驱动平台按照一定角速度旋转，在平台加矩角速度、地球自转角速度和重力加速度的影响下，惯导平台的加速度表输出包含陀螺误差系数、加速度表误差系数、平台对准误差以及陀螺和加速度表的安装误差等全部误差信息，并由此得到平台失准角动态方程与加速度表的输出方程。在设计的平台连续旋转轨迹下，使用迭代Kalman滤波获得了全部平台误差系数的精确估计。与传统的多位置翻滚标定方法相比，该方法标定时间短，标定精度高，系统误差参数估值具有良好的收敛性。     

用三轴转台辨识陀螺仪误差模型系数时的速率试验设计

介绍了用三轴转台的匀角速率功能标定捷联陀螺仪的动态误差模型系数的方法。首先计算了陀螺仪的输出，陀螺仪的误差模型系数以及三轴转台三轴同时施加的角速率的函数关系。其次在给定不同的中、内环角速率比时，用傅立叶分析的方法得出了陀螺仪输出的各次谐波幅值与动态误差模型系数的关系，以及相应的结构矩阵和信息矩阵。最后根据信息矩阵行列式值与外环角速率的关系，选定了标定陀螺仪动态误差模型系数时的最优三轴速率试验计划。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点，提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法，将贝叶斯边缘分布近似表示，能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况，提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据，运用KF与BLKF分别滤波。对比滤波结果可发现，BLKF比KF能更好地反映真实角速度状态。同时，在陀螺仪角速度变化时，BLKF的可靠性和准确性更高，滤波效果更具优势，能够达到抑制MEMS惯性传感器随机噪声的目的。     

Kalman滤波的铷原子钟控制算法

以GPS接收机输出的1pps信号为参考信号,采用Kalman滤波算法对铷原子钟的参数进行估计,计算铷原子钟的频率调整量,对铷原子钟进行调整,使其和UTC时间保持同步。实验结果表明,受驯铷原子钟输出1pps与UTC（NTSC）钟差的标准差优于3.5 ns,钟差峰峰值优于15 ns,100 s采样的Allan方差为1.83×10 -12 ,10000 s采样的Allan方差为6.1×10 -13 。实验证明了基于Kalman滤波的铷原子钟控制算法,使铷钟获得了较好的准确性和长期稳定性,且对其短期稳定性影响最小,是一种可靠稳定的铷钟控制方法。     

基于MATLAB的阿伦方差测试软件设计与实现

为了实现阿伦方差的灵活测试,摆脱专用测试仪器的限制,避免因短稳测试仪故障导致测试中断的问题,设计了一种由相位噪声计算阿伦方差的测试软件.首先通过理论推导得到相位噪声转换阿伦方差的关系表达式,其次利用MATLAB对相位噪声数据进行采集和处理,通过转换公式间接计算出阿伦方差,结果显示测试精度可达到10-11量级.与短稳测试...