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。     

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。     

半球谐振陀螺仪寿命的一种长周期预测方法

为了缩短半球谐振陀螺仪寿命实验周期,降低实验成本,提出了一种针对漂移数据的残差修正ARGM(1,1)(Autoregressive GM(1,1))寿命预测方法。该方法利用神经网络与支持向量机中的自回归方式改进灰色模型,提高了模型的自适应能力,增强了模型的学习能力与预测能力,降低了模型回归学习的时间消耗和数据量要求,提高了预测效率。采用小波包络分析预处理某型号半球谐振陀螺仪的漂移数据,利用提出的预测方法对处理后的数据进行长周期预测,并结合灰色关联分析方法,分析失效阶段并最终预测出半球谐振陀螺仪的寿命。实验表明,残差修正ARGM(1,1)模型对半球谐振陀螺仪漂移数据的长期预测精度高于传统GM(1,1)模型、BP神经网络与支持向量机,结果也表明了研究方法的正确性和有效性。     

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。     

基于多尺度多参量的硅MEMS陀螺仪漂移预测

针对硅MEMS陀螺仪误差因素多,输出为非线性非平稳的特点,采用传统方法难以对其建立精确的误差模型.在对小波神经网络方法改进的基础上,提出了多尺度去噪的平稳化方法及多参量非线性预测方法并将其用于硅MEMS陀螺仪漂移预测.试验结果表明,采用多尺度多参量校准方法,硅MEMS陀螺仪精度由1°/s提高到0.02°/s.     

陀螺仪随机漂移的动态数据建模

讨论了动态数据建模的一航方法，并将这种方法应用于陀螺仪随机漂移的补偿，结果表明，它对提高陀螺仪的精度显著的效果。     

基于MEMS传感器的航天器振动特性测量方法研究及实现

为准确测量某卫星平台真实飞行过程发射主动段结构动力学响应及入轨阶段星板结构微振动特性,设计了一种新型MEMS振动测量系统,综合实现对卫星主动段及在轨阶段振动特性测量。针对卫星发射主动段振动冲击大、频谱范围宽且入轨段振动信号振幅和频率较低的特点,测量系统采用了大量程宽带压电式加速度计,以及国产MEMS加速度计和陀螺仪集成设计方案。卫星主动段各关键时段及在轨段各测量工况下的时域和频域冲击振动分析结果表明:测量系统压电加速度计、MEMS加速度计和MEMS陀螺仪均工作正常,测试数据完整有效,测量精度满足卫星结构动力学分析要求,输出结果符合指标要求,已具备产品化条件,具有广阔的应用前景。     

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.     

硅微陀螺阵列信号处理技术研究

() 摘 要:基于一种新的硅微陀螺随机漂移模型和被测角速度的随机游走模型,建立硅微陀螺阵列随机漂移过程的Kalman滤波方程。通过数据融合方法,在选择合适的陀螺间互相关系数的基础上,可以将硅微陀螺的静态漂移从52.1度/小时降低为0.465度/小时。利用同类多传感器的数据融合和被测量动态信号的差分技术,可以实时辨识出硅微陀螺的随机漂移,通过已被检测出的动态信号的进一步Kalman滤波,最终可将被测信号的信噪比提高11dB.
     

MEMS陀螺随机漂移误差系数的动态提取

针对传统Allan方差提取微机电系统（MEMS）陀螺随机误差系数仅得到近似均值,与实际中其随时间在均值附近波动不相符的缺点,提出一种动态提取MEMS陀螺随机误差系数的方法。该方法将窗函数引入Allan方差计算,不仅能够正确提取MEMS陀螺随机误差系数,而且还能得到MEMS陀螺随机误差系数的时间变化曲线,这将有利于MEMS陀螺的性能分析和误差补偿。实验证明该方法提取的MEMS陀螺随机误差系数的时间变化曲线在以传统Allan方差得到的近似均值附近波动。由此可见,该方法具有一定的可信度。     

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。     

Laser radar based relative navigation using improved adaptive Huber filter

An improved adaptive Huber filter algorithm is proposed to model error and measurement noise uncertainty in this work. The adaptive algorithm for model error is obtained by using an upper bound for the state prediction covariance matrix with augment of chi-square statistical hypothesis test in case of filter deteriorated by wrong residual information. The measurement noise is estimated at each filter step by minimizing a criterion function which was original from Huber filter. A recursive algorithm is provided for solving the criterion function. The proposed adaptive filter algorithm was successfully implemented in radar navigation system for spacecraft formation flying in high earth orbits with real orbit perturbations and non-Gaussian random measurement error. Simulation results indicated that the proposed adaptive filter performed better in robustness and accuracy compared with previous adaptive algorithms.     

相控阵单脉冲雷达自适应旁瓣对消研究

对自适应旁瓣对消如何用于相控阵单脉冲测角进行了研究。使用常规自适应旁瓣对消方法,辅助天线中的期望信号会导致测角误差;若采用阵列输入经期望信号阻塞矩阵处理后产生辅助波束的改进方法,则可消除这一误差。仿真结果表明了改进方法的有效性。     

微惯性测量单元信号小波自适应滤波仿真研究

针对微惯性测量单元信号进行小波多分辨率分析后在各尺度空间呈现的不同特性,提出了一种分解层数和阈值门限自适应选取的滤波去噪方法,同时采用具有紧支集特性的Daubechies正交小波基和改进的阈值函数,自适应选取分解层数并逐层进行阈值自适应滤波,然后经小波逆变换重构原始信号,最后应用实际的M IMU信号进行滤波仿真。实验结果表明该方法能有效消除M IMU信号随机误差,大幅改善其零偏稳定性和信噪比,且算法简练通用性强,有很强的实用性。     

星间链路发射机时延零值的数字标定算法

The traditional absolute calibration based on oscilloscopic observation is not suitable for crosslink transmitter. A new calibration algorithm is developed by using a digital signal processing technique. The output signal of crosslink transmitter and the pulse per second signal are sampled in synchronization. At first, the delay reference is determined according to straight line fitting for the signal level stepping segment. The sampling data of crosslink transmitting signal is decimated and then phase acquisition processing is made to determine the initial synchronization point. A fine search for the start of the pseudo random code has been processed between front and rear of the initial synchronization point. Finally, the transmitter delay can be obtained according to the sampling frequency and the calibration delay of the test cable and attenuator. Compared with the oscilloscopic observation method, the analysis and test results show that the proposed technique has overcome the faults caused by whole chip ambiguity and the calibration accuracy can be improved by an order of magnitude.     

船载惯性测量单元姿态信息优化方法

随着海洋卫星通信技术的广泛应用，船载通信系统的需求量与日俱增。基于微电子系统的惯性测量单元主要用于测量船体姿态信息，实现姿态反馈与控制补偿，是船载卫星通信设备的核心器件。实际应用中通过卡尔曼滤波处理的惯性测量单元的姿态信息并不完善，经过分析惯性测量单元在运动过程中存在干扰性的有害加速度。分析了有害加速度的产生原因和对测量姿态的影响并提出姿态信息的优化方法。通过此优化方法可提升惯性测量单元的测量精度，增强船载通信系统的控制精度。     

一种新型微谐振陀螺及其灵敏度改进型(英文)

设计的新型微机械陀螺采用了谐振敏感原理,其具有直接准数字式频率输出、高灵敏度、结构设计灵活、自解耦等优点。由于灵敏度是谐振式陀螺的一个重要指标且对其他指标有重要影响,本文重点对其进行优化设计。从仿真结果可以看出,在保证其他性能的前提下,起始结构方案、改进结构方案1、改进结构方案2和最终方案的灵敏度值分别为0.080、0.210、0.341和0.5447Hz/(°/s)。通过对比可得,每次改进过程,灵敏度都有较大提高。经分析,驱动方向上DETF的振幅减到外质量块振幅的1.16×10-4。测量范围为±300°/s,在测量范围内,线性度为6.41×10-7。