自适应卡尔曼滤波在激光陀螺信号处理中的应用

各种随机噪声是激光陀螺误差的主要来源。为了减小激光陀螺的随机误差，建立了激光陀螺随机漂移数据的时间序列模型，设计了基于激光陀螺随机漂移数据时间序列模型的经典卡尔曼滤波器，对激光陀螺随机漂移数据进行了卡尔曼滤波，并针对经典卡尔曼滤波的不足，利用简化Sage—Husa自适应滤波算法对激光陀螺漂移数据进行处理，取得了较好的结果。滤波结果表明，简化的Sage—Husa自适应滤波优于经典卡尔曼滤波，并验证了简化的合理性。     

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.     

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。     

基于改进陀螺漂移模型的卫星姿态确定算法

三轴稳定卫星的有陀螺姿态确定系统需要对陀螺漂移误差进行建模.针对目前采用的白噪声驱动陀螺漂移模型会引起陀螺漂移估计误差曲线不光滑,进而导致姿态角估计误差和姿态角速度估计误差曲线不光滑的问题,提出两种改进的陀螺漂移误差模型,并从理论上分析了该方法的正确性和实用性.仿真实验表明,改进后的陀螺漂移模型可以有效降低漂移估计误差的稳态误差,提高姿态角和姿态角速度的估计精度.     

激光陀螺误差建模与估计研究

首先用小波分解的方法对陀螺误差的趋势项进行了分析 ,采用Allan方差分析的方法 ,对某型激光陀螺误差进行了建模及误差估计研究 ,将激光陀螺误差中的零偏、量化噪声、及随机游走噪声等误差成分分离出来 ,并对其统计特性进行了估计。同时实验结果表明一阶马尔可夫噪声在激光陀螺误差中不占主要分量     

改进的EMD算法及仿真分析

经验模式分解(EMD)是1998年由Huang等人提出的新的分析和处理非平稳信号的方法.目前对于EMD算法的端点效应问题,有包括神经网络延拓法、镜像延拓法在内的多种处理方法.但是这些方法都存在计算量大的问题,为了有效减少计算量,通过对镜像延拓法的研究,提出了一种改进的端点效应抑制方法.最后通过仿真,证实该方法不仅有效地...     

未知但有界噪声条件下的MEMS陀螺信号处理方法

提出了一种基于椭球定界的微机电系统(MEMS)陀螺模型辨识与误差补偿方法。首先,建立了随机漂移的自回归模型,并针对模型随时间变化的特征,引入具有递推特性的定界椭球自适应约束最小二乘法(BEACON),实现模型参数的动态辨识,提高建模精度;然后,提出一种未知但有界(UBB)噪声条件下的定界椭球自适应状态估计(BEASE)算法,用于角速率的估计;采用新的加权策略和优化准则进行量测阶段的更新,并推导了此框架下的状态可行集更新过程及其最优参数求解方法。将该方法应用于MEMS陀螺信号的处理,验证了其有效性和改进性能。     

基于Kalman光纤陀螺的随机信号处理

分析了光纤陀螺随机漂移的特性,建立了随机漂移的ARIMA模型;针对IFOG输出信号的特点建立了随机漂移的观测方程并用卡尔曼滤波把随机漂移估计出来,用以对IFOG的输出进行补偿.根据时间序列预测的特点和要求,分析了传统时间序列预测方法的不足,提出了将卡尔曼滤波应用于时间序列预测.推导了基于卡尔曼滤波的ARMA模型参数实时更新算法,并采用功率谱密度分析方法确定预测模型的形式与阶数;通过对光纤陀螺随机漂移建模进行了实证研究,对光纤陀螺仪信号处理有着重要的参考.     

基于低成本陀螺和倾角仪的姿态估计

针对动中通测控系统中低成本陀螺和倾角仪的姿态估计和陀螺误差校正问题,提出一种利用UKF（Uncented Kalman Filter）滤波器对载体姿态角进行估计,然后利用互补滤波器对陀螺漂移进行估计的算法。该算法通过设计三维完全可观测UKF滤波方程和陀螺误差校正模型对姿态角和陀螺漂移分别进行估计,有效避免了利用卡尔曼滤波进行姿态估计和陀螺漂移误差估计时由于误差模型不准确而产生的发散问题,同时降低了滤波器维数。试验中姿态角估计误差在1°以内,x轴陀螺漂移估计误差为0.0148°/s,y轴陀螺漂移估计误差为0.0017°/s,试验结果表明该算法能有效提高姿态角估计和陀螺漂移估计的精度。     

机抖激光陀螺捷联系统中惯性器件的温度补偿的研究

研究了机抖激光陀螺和加速度计的温度特性。通过重复性温度实验，得到了激光陀螺零偏的温度补偿模型；通过静态特性测试，得到了加速度计的补偿模型。结果表明，得到的模型可以有效补偿惯性传感器的漂移，使陀螺的精度提高了4．6倍，加速度计的漂移小于一个脉冲，并可以通过温度补偿来缩短系统的预热时间，由原来的半小时到基本不需预热；系统的精度提高了1倍。