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ARMA模型研究

从理论上证明了山多个ARMA过程组成的平稳随机过程，可以南一个等效ARMA模型描述，并推导废模型的数学表达式。提出了一种新的平稳随机过程建模的有效方法，并应用于光纤陀螺随机漂移建模。采用功率谱密度分析光纤陀螺随机漂移组成，从而确定随机漂移的ARMA模型的形式和阶数。通过对实际光纤陀螺数据分析和建模，利用所得随机漂移模型对陀螺输出数据补偿，检验模型的适用件。结果表明废建模方法正确町行，采用该方法建立的光纤随机漂移模型具有很好的适用性，可以有效抑制光纤陀螺随机漂移。     

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。     

Matlab在光纤陀螺随机漂移建模中的应用

光纤陀螺随机漂移是捷联惯导系统的主要误差源,对其建立一个精确的、适用的模型有利于减小光纤陀螺漂移,提高系统精度。本文根据时序建模理论,利用Matlab中的自带函数,建立了光纤陀螺随机漂移模型。Matlab在光纤陀螺漂移建模中的应用,避免了传统编程建模的繁琐,简化了建模的计算过程,大大减小了工作量,提高了建模效率。     

静电陀螺随机漂移模型辨识

采用时序分析方法对静电陀螺随机漂移模型进行辨识，提出了用Ｂｏｘ－Ｊｅｎｋｉｎｓ法，Ｂｕｒｇ法，ＬＵＤ法以及Ｄ．Ｄ．Ｓ法四种建模方法建立了一维模型，并用多维ＡＲ模型建立了二维模型，对所得结果进行了讨论，最后指出只有精密陀螺建模才有价值，ＬＵＤ法对发展实时控制是十分有用的     

低轨卫星缺失时序数据的模式识别方法

在航天应用中，低轨卫星经常会由于原始数据缺失而影响卫星时序数据模式识别结果，降低准确率。针对该问题提出了一种新型MR-GRU模型，可有效处理缺失时序数据，并获得较好的模式识别准确率。区别于传统模型的补全缺失数据的方法，MR-GRU模型直接在缺失时序数据上运用循环神经网络进行训练，对传统门控循环单元结构进行了改进，增加了两个新变量：掩蔽项和衰减项。掩蔽项作用于输入，衰减项作用于输入和隐层单元输出。MR-GRU模型不仅能够保持时序数据固有的时间特性，还能有效提高模式识别精度。在卫星时序数据上的模式识别试验表明，MR-GRU模型准确率优于传统模型。     

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.
     

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.     

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。
     

运载火箭飞行测量数据误差分析的小波方法

以提高火箭飞行跟踪测量数据处理精度为目的。结合弹道处理的实际，将小波理论运用于火箭弹道测最数据的分析。本文首先针对火箭飞行弹道测量数据的特征，应用小波理论建立了弹道测量数据事后误差分析处理方法的杠架模型，创建了雷达测量数据诸元的多项式和B样条时序分析模型，提出并验证了雷达测量数据的随机分布模型；其次，对受到噪声干扰时间段数据模型出现严重病态的情况，建立了基于多项式拟合和B样条函数选取有限时间段拟合的火箭弹道建模和预测的二次建模方法；最后，利用所提出的分析处理方法对某次任务两个测量站雷达弹道测量数据的分析，处理效果显著，精度理想。实验验证了上述方法是一种理想的弹道测量数据事后误差分析处理方法。     

二自由度陀螺静态漂移建模

针对二自由度陀螺静态漂移，从其物理特性出发，对其静态漂移误差进行了研究和分析，建立了静态漂移误差完整的模型。     

面向卫星电源系统的一种新颖异常检测方法

面向卫星电源高维周期性时序遥测数据，提出了一种新颖的代表性特征自编码器（RFAE）模型，并用于无监督的异常检测。RFAE采用改进的堆叠自编码器损失函数和训练算法，从而使模型可以学习到相位相同样本的代表性特征；然后根据代表性特征重构样本，根据重构误差来判断样本是否异常。在试验部分首先通过模拟数据校验了RFAE算法能够有效地检测出高维周期性时序数据的异常，然后又采用某卫星电源系统2014年1~12月真实遥测数据进行试验，RFAE异常检测准确率达到99%，检测效果明显优于目前的其他异常检测算法，具有较高应用价值。     

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。     

非线性连接结构对一个典型卫星频率漂移的影响

文章针对一个典型的卫星桁架结构建立了三自由度运动模型,分别引入间隙非线性和Iwan模型描述了非线性连接结构;利用数值方法研究了系统的频率漂移,讨论了间隙大小、预紧力（重力）、系统阻尼、随机间隙及Iwan模型的参数对频率漂移的影响;对比了两种非线性连接结构下系统频率漂移的特点。研究表明,间隙结合预紧力条件可令结构呈现“硬弹簧-软弹簧”特性的频率漂移,迟滞和间隙两种非线性引起的频漂在幅频曲线上表现出不同的特点。     

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。     

长时序Landsat数据辐射校正方法对比研究

Landsat数据以其存档时间长、辐射性能稳定、全球免费获取等优势,被广泛应用于时序定量遥感监测研究。但长时序的遥感数据必须经过辐射校正获得地表反射率后,才能应用统一的模型或分类规则进行地表变化监测。文章以重庆地区2001年到2009年的5景Landsat数据为数据源,分别采用基于MODIS大气产品和6S辐射传输模型的逐像素大气校正方法和基于多元变化检测的相对辐射校正方法反演了地表反射率,并采用目视解译、影像直方图和时序未变化像元统计,对上述两种辐射校正结果进行了对比分析。结果表明:两种校正方法均能有效反演时序Landsat数据的地表反射率,消除时序影像的地物色彩差异,且时序未变像元点的反射率光谱一致性较好。大气校正能够消除可见光波段的大气空间异质性影响,使反演结果在时间序列上具有更高的稳定性和精度。     

基于新型经验模分解的激光陀螺漂移趋势项提取

为了提高激光陀螺建模精度进而提高惯件导航系统的精度,需要对激光陀螺漂移时间序列的趋势项进行精确提取.针对陀螺漂移时间序列非线性、非平稳的特点,提出一种基于自适应正弦延拓的新型经验模分解方法对其趋势项进行提取.该方法根据信号端点附近数据变化趋势,在其两端加上适当相位、幅值和频率的正弦延拓函数,从而抑制端点效应,提高分解精度.数字仿真和实例应用结果表明该方法具有筛选次数少,自适应能力强,分解精度高的优点,是提取趋势项的一种有效方法.     

各种状态下自由陀螺漂移与摩擦力矩的分析

以某海防型号导弹控制系统中应用的自由陀螺的漂移试验数据为基础，通过理论分析了计算，探讨在各种工作状态下的相对漂移与绝对漂移，静止基座上的漂移与摆动基座上的漂移以及各种状态下摩擦力矩的定量关系。并通过综合分析，指出了提高自由陀螺漂移精度及其稳定性的效途径。     

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。     

弹道跟踪系统的数据融合

本文应用近代时序分析方法、样条函数和非线性回归分析理论，研究了弹道参数、系统误差及测量随机误差统计特性参数的联合估计问题，给出了各类参数的高精度估计。理论分析和仿真计算表明：本文所建的模型准确，参数估计方法精度高，应用本文方法能明显提高弹道跟踪数据质量。