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.     

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。     

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。     

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。     

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。     

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。     

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。     

静态测试中加速度计随机误差模型辨识

在对加速度计输出特性进行了分析的基础上，采用AR模型对加速度计在静态测试中的随机误差进行了辨识，并对辨识出的随机误差模型进行了验证。结果证明，采用这种方法辨识出的随机误差模型具有较高的精度。     

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。     

光纤陀螺随机漂移的实时滤波方法研究

在光纤陀螺捷联惯导系统的初始对准过程中,光纤陀螺的随机漂移是影响对准精度的重要因素。通过离线的建模和滤波,能够在一定程度上抑制光纤陀螺随机漂移的影响,但由于受环境因素及光纤陀螺重复启动性能的影响,离线建立的模型通常不具备普适性,无法实现初始对准中随机漂移的在线滤波。为了解决这一问题,论文研究了随机漂移的实时滤波方法,包括基于ARMA模型的Kalman实时滤波方法和基于滑动数据窗的小波实时滤波方法,并对两种方法进行了改进。最后,进行了光纤陀螺捷联惯导系统的初始对准试验,研究了两种滤波方法对对准精度的影响,试验结果表明两种在线滤波方法均能够在较大程度上提高初始对准的精度,而且小波实时滤波方法的精度和实时性均优于基于ARMA模型的Kalman实时滤波方法。
     

微型惯导系统在余度配置时的转动标定技术研究

余度技术是提高惯性导航系统性能的一种重要手段。对微小型惯性组合导航系统中的惯性传感器多余度配置技术进行了研究,开发了MEMS惯性器件构成的微型余度配置惯导系统,分析了微小型惯性组合导航系统的特点和误差特性,并经过测试分析,建立了惯性传感器的误差模型。针对余度配置系统静态标定精度低的问题,提出了六位置转动标定算法,该算法只需要一个单轴速率转台就可以标定出IMU误差参数,并对采用低精度陀螺的惯性系统标定具有通用性。经过实际系统测试分析,误差补偿后的微型余度配置惯导系统的系统导航精度明显提高,验证了算法的有效性。     

箭载捷联惯性导航系统初始对准技术研究

为同时提高运载火箭捷联惯导系统(SINS)的对准精度、缩短对准时间，采取经典的粗对准与精对准两步对准法。在粗对准阶段，由惯性仪表的测量信息解析计算惯测组合坐标系到数学平台系的角位置关系，建立初始方向余弦矩阵Cb^n；在精对准阶段，采用四元数法推导出激光陀螺SINS数学平台角误差和速度误差方程。并以此建立初始对准误差模型，采用卡尔曼滤波(KF)进行精对准。数字仿真结果表明该模型有效，能满足初始对准精度和对准时间的要求。     

改进的MEMS陀螺静态误差模型及标定方法

静态干扰力矩造成的陀螺角速度测量误差是MEMS(Micro Electromechanical System)陀螺主要的误差源之一,为了增强MEMS陀螺的抗干扰能力,根据外框架驱动式MEMS陀螺工作原理、具体结构,针对比力引起的干扰力矩,采用解析的方法分析了陀螺静态误差,结合试验法确定了陀螺静态误差数学模型,讨论了各误差项的物理起因及误差影响大小,论证了静态多位置法不能标定陀螺与比力平方有关误差项,提出了改进的陀螺静态误差数学模型,设计了10位置静态误差标定方法。试验结果表明:补偿后陀螺在10个静态位置的误差平均值和均方差分别为补偿前的0.83%和40%,提高了陀螺实用精度,为MEMS陀螺的精确标定、补偿提供了理论依据。     

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。     

单通道旋转导弹惯导红外空中交班技术研究

对单通道旋转导弹惯导红外交班中的空中截获技术进行了研究。在固定视场角条件下,针对旋转导弹面对的典型目标,对空中红外截获过程中的精度链进行分配,获得惯性制导段的导航误差,并对导航误差进行分解,获得了满足红外导引头半视场角4°且落入概率84%时MEMS陀螺和加速度计的性能指标。选取相应的惯性器件,用误差分析方法获得了雷达测角误差和测距误差引起的截获误差,以及惯导在导航解算中产生的误差。对典型弹道空中截获落入概率进行了计算,结果验证了精度分配的正确性。研究为单通道旋转导弹惯导红外的空中截获技术的工程实现提供了理论依据。     

基于比力观测的捷联惯导真空滤波修正方法

针对捷联惯导地面对准过程加速度计零位误差和标度误差难以精确分离,使用传统的真空修正方法无法校正系统误差等问题,提出了一种基于比力观测的捷联惯导真空滤波修正新方法。充分利用了载体在真空段飞行时的特点,以加速度计输出的比力信息作为观测量,建立了基于真空滤波方案的系统状态方程和量测方程。对器件误差、系统误差状态变量的可观测度进行分析,给出了器件误差、系统误差的在线滤波修正方法。仿真结果表明,方法可以在线分离加速度计的零位误差和标度误差,同时能有效修正系统误差包括姿态角误差、速度误差以及位置误差,对提高捷联惯导的实际导航性能有重要的现实意义。     

基于单轴旋转的光纤捷联惯导系统误差特性与实验分析

针对惯性器件偏差是影响惯导系统导航精度的主要因素,同时考虑到多种误差源对调 制型捷联系统的影响,提出了一种利用惯性测量单元(IMU)四位置转停的误差调制方法。分 析了调制型捷联系统的误差特性并建立了四位置转位方案模型。利用实验室自行研制的光纤 捷联惯导系统分别进行IMU静止和四位置转位运动下的长时间导航实验,实验结果表明了该 方法的有效性。
     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

三轴转台误差对光纤捷联惯组陀螺标定精度的影响

研究了利用三轴转台标定时,转台不水平度、不正交度、定位精度和惯组与转台坐标系不重合度对光纤捷联惯组中陀螺标定结果的影响。基于更符合工程实际的陀螺组合标定模型,用四元数法建立了转台误差模型,推导了误差传递途径,定量分析12位置法、多速率点速率法标定编排方式下的陀螺标定误差。研究和仿真发现:陀螺零偏误差基本与陀螺测量误差为同一量级,安装系数误差基本与转台不正交度与定位精度的和为同一量级。