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.      

光纤陀螺温度影响与误差补偿

温度性能是光纤陀螺工程化面临的难题之一,建立温度模型是提高光纤陀螺温度性能的有效方法.从理论上推导了光纤陀螺零偏、标度因数温度误差是由于热作用于光纤环导致光路非互易性所引起.分析了光纤陀螺热源产生的两个主要原因:光纤陀螺内部有源器件工作过程中产生的热;外界环境温度变化引起光纤环内部温度场分布变化.二者对光纤陀螺的影响是随机的,引起的光纤陀螺零偏漂移和标度因数误差可以通过建立温度模型进行补偿.采用线性回归方法,建立了光纤陀螺零偏温度漂移模型和标度因数温度模型,对光纤陀螺输出数据进行补偿,有效改善了光纤陀螺温度性能,实验验证了模型的正确型和补偿算法的有效性.      

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.     

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．     

光纤陀螺随机误差模型分析

陀螺仪的工作精度决定着惯性参考系统的精度,为了减小陀螺仪的误差并提高其精度,需要对陀螺仪误差进行估计与精确建模.提出应用ARMA,Allan方差分析法及功率谱密度PSD(Power Spectrum Density)分析法联合对光纤陀螺FOG(Fiber Optic Gyroscope)的误差特性及建模技术进行了研究.利用Allan方差及PSD分析法对光纤陀螺输出信号的分析,有效地分离并确定影响光纤陀螺输出性能的几种主要随机误差源,并对所建立的光纤陀螺ARMA模型和AR模型的精度进行了评估.对光纤陀螺实测数据的分析表明Allan方差分析法与PSD分析法对光纤陀螺噪声分析结果具有一致性,时序ARMA模型是建立光纤陀螺随机误差模型的一种有效方法.      

基于AR模型光纤陀螺温度建模方法研究

针对光纤陀螺随机误差信号特点,在分析其一般时间序列模型的基础上,将AR建模方法运用于随机误差信号的建模,得到陀螺随温度变化的真实趋势,然后利用数学方法建立陀螺的动态温度误差模型,对陀螺的输出进行实时补偿.经过仿真分析表明,通过以上方法的处理后,陀螺在-20℃～50℃全温范围内的零偏极差不超过0.2(°)/h,大幅度提高了陀螺的精度性能.     

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.      

数字闭环光纤陀螺死区非线性机理

死区非线性是数字闭环光纤陀螺的非线性误差之一,抑制死区非线性可以减小数字闭环光纤陀螺的输出噪声和漂移.分析了死区与分辨率和阈值的关系,给出了数字闭环光纤陀螺死区的定义和测量方法.提出调制信号与探测器输出信号之间的电交叉耦合及进入相位调制器的调制误差信号是产生死区的干扰源.给出了干扰信号的频率和相位特征,并分析了干扰信号跟踪、锁定输入信号的过程.将反馈干扰通道的部分积分模型和理想的数字闭环光纤陀螺模型结合,建立了带死区的陀螺模型.基于陀螺模型及相位调制信号与死区的关系,推导出了死区产生的条件及死区造成的陀螺输出偏差.死区影响因素的仿真结果和实验结果验证了陀螺模型和死区产生条件的正确性.      

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.     

光纤陀螺随机调制的理论分析及实验

偏置稳定性是描述陀螺性能的重要指标,而电路中的交叉干扰是导致陀螺输出漂移的重要原因.采用随机调制的方法能够减小陀螺中交叉干扰产生的输出漂移.采用快速傅立叶变换(FFT)的方法对方波调制和随机调制产生的交叉干扰进行了分析,分析结果表明,采用方波调制时,交叉干扰与方波同频,无法滤除,导致陀螺输出的偏置误差以及陀螺输出对光强的依赖性;而采用随机调制,交叉干扰与方波频率不同,能够滤除,从而减小交叉干扰带来的随机漂移.采用的随机调制为-3π/2,-π/2,π/2,3π/2调制,能够保证陀螺工作点在灵敏度最高的偏置点上,其频谱主要成分为方波基波的偶次谐波,通过陀螺电路中的滤波,能够将其滤掉,消除交叉干扰对陀螺输出带来的干扰.对方波调制和随机调制分别进行了实验,通过实验,证明了该方法的正确性,得到了随机调制能够抑制光纤陀螺中由于交叉干扰产生的输出漂移的结论.     

一种改进PSO-ARMA半球谐振陀螺温度误差建模方法

为减小半球谐振陀螺(HRG)在温度效应下产生的漂移,建立了温度漂移补偿模型,对与温度有关的确定性漂移进行了补偿。提出了一种改进PSO-ARMA建模方法,对不确定性漂移进行了补偿。改进的PSO-ARMA建模方法将惯性权值递减策略引入到反向学习粒子群优化(PSO)算法中,提高算法跳出局部、快速收敛的能力,在建模时利用改进的PSO算法对ARMA参数寻优,以提高模型的精度。利用半球谐振陀螺升温实验数据进行了检验,经该模型补偿后,陀螺输出精度可达0.07°/h,且较传统ARMA建模方法精度提高了一倍。      

一种新的车载DR系统自适应卡尔曼滤波模型

提出了车载DR系统(Dead-Reckoning System)改进的自适应扩展卡尔曼滤波模型及其滤波算法.由于考虑了速率陀螺漂移误差中的马尔柯夫过程成分,和采用描述机动载体运动的"当前"统计模型及自适应算法,提高了DR系统模型的准确性.计算机仿真结果表明,应用该模型和算法与改进前相比,DR系统的定位精度得到明显提高.     

一种高精度角速率圆锥补偿算法

以角速率信号作为算法输入时,采用以往常用的圆锥补偿算法,算法误差明显增大.鉴于光纤陀螺角速率信号可以直接获取,提出了一种以角速率信号作为圆锥补偿算法输入的新补偿算法.在姿态更新周期内,以光纤陀螺角速率信号作为输入,求得陀螺角速率输出的表达式,结合旋转矢量微分方程,推导出新圆锥补偿算法表达式,然后以算法漂移误差最小对新算法进行优化.采用规则进动、典型的圆锥运动以及有噪声干扰的圆锥运动作为测试输入,通过与传统算法的对比,新算法计算量低、计算简单方便,算法精度高.新算法的提出为高动态环境下光纤陀螺捷联系统的姿态误差补偿提供了一个新的思路.