基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法研究

INS作为一种精密的仪器,容易发生由于自身老化或受到外界环境干扰出现故障无法正常工作的情况。因此,深入研究了INS/GPS的故障检测算法,提出了一种基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法。在系统层面,通过残差式卡方检验法,能够在组合导航系统出现故障时及时准确识别,并为后续的动态Allan方差法确定一个故障发生的时间段,大大减小了Allan方差的计算量。随后通过动态Allan方差法对惯性传感器时变特性的表征,从传感器层面准确识别出故障发生的位置,两者结合实现了INS/GPS系统故障的及时检测与准确定位。通过对仿真和实验数据的分析,验证了这种方法对INS/GPS故障检测及定位的有效性。     

基于Allan方差法的光纤陀螺建模与仿真

介绍了一种与实际情况相接近的陀螺模型,并给出了根据光纤陀螺的角度随机游走（ARW）和角速率随机游走（RRW）系数模拟产生陀螺随机误差数据的方法．角度随机游走和角速率随机游走系数可通过Allan方差法获得．理论分析表明,模拟产生的陀螺随机误差具有与实际的角度随机游走和角速率随机游走误差相一致的功率谱密度．通过仿真对文中所述的模拟产生陀螺随机误差的方法进行了验证,表明了方法的有效性．该方法可用于分析由陀螺和星敏感器构成的卫星姿态确定系统的性能．     

利用小波方差进行原子钟频率稳定度的估计

离散小波变换可以在不同尺度上分解时间序列,而不同尺度的波动性可用小波方差来表征。从小波方差的定义入手,系统地归纳了基于极大重叠离散小波变换(MODWT)的小波方差估计方法,及其等效自由度(EDF)的实用计算方法。最后利用一个实测算例进行计算分析,并与相应的重叠阿伦方差、重叠哈达玛方差进行比较,通过实验分析可以看出小波方差可有效消除原子钟信号非线性和非平稳性的影响,通过选择适当的小波基函数,如D4、D6小波,其方差可以像哈达玛方差一样,减少调频闪变噪声和调频随机游走噪声的泄露,适用于原子钟频率稳定度的表征。     

时变方差自回归模型的联合估计函数方法推断

针对参数估计问题，利用联合估计函数方法对带有时变方差的自回归模型参数进行统计研究。介绍了带有时变方差自回归模型和联合估计函数理论的研究现状，利用联合估计函数理论，给出带有时变方差自回归模型的参数估计量，证明该参数联合估计量渐近收敛于正态分布。对提出的参数统计量进行数值模拟对比分析，模拟结果表明，与伪极大似然估计量、最小二乘估计量进行对比，提出的参数联合估计量略优于伪极大似然估计量，同时该统计量受误差项分布函数影响较小。      

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。     

非参数化概率盒下随机与认知不确定性的分离式灵敏度分析

灵敏度分析（SA）能辨识影响复杂系统响应的关键参数，为系统的稳健设计提供决策依据。非参数化概率盒作为一种典型的不精确概率模型，可以同时量化随机和认知2类不确定性，且在实际工程中应用广泛。由于非参数化概率盒耦合了随机和认知不确定性，非参数化概率盒下灵敏度分析方法能阐明输入概率盒的随机和认知不确定性对系统响应不确定性的影响程度。从随机与认知不确定性分离式角度出发，提出了一种非参数化概率盒下分离式灵敏度分析（SSA）方法。构建了格点法和期望值法分离非参数化概率盒的随机和认知不确定性，采用双层嵌套不确定性传播算法建立输出响应的概率盒，提出了最大方差和面积度量指标分别衡量系统输入的随机、认知不确定性对输出的随机、认知不确定性的影响。以NACA0012翼型升阻比预测为例，分析了来流参数和湍流模型参数的随机、认知不确定性对升阻比的随机、认知不确定性的影响。