光纤陀螺基于本征模态函数筛选的阈值滤波算法

为降低光纤陀螺随机噪声,提高其测量精度,利用周期图法辨识光纤陀螺的随机噪声特征参数,针对其噪声特征,提出了基于本征模态函数筛选的微分经验模态分解阈值滤波算法。以本征模态函数和原始信号二者的概率密度函数的空间距离为判别依据,对所有本征模态函数进行筛选,根据已估计的噪声参数计算阈值大小,采用时间序列阈值的方法对筛选出的本征模态函数进行处理。仿真和实验结果表明,该滤波算法能够在跟踪光纤陀螺信号变化的同时,使其零偏不稳定性下降90.35%,角随机游走下降93.75%,对随机噪声有较好的抑制能力。     

基于高斯粒子滤波的陀螺ARIMA模型辨识方法

ARIMA模型是陀螺信号处理中的一种重要方法,研究ARIMA模型辨识方法对提高陀螺精度有着重要意义。针对常规ARIMA建模滤波方法应用于光纤陀螺时滤波精度较低的问题,在ARMA模型基础上建立了一种适用于中低精度光纤陀螺的非平稳随机过程的ARIMA模型,提出了基于高斯粒子滤波的光纤陀螺ARIMA模型辨识方法。将光纤陀螺的ARIMA模型辨识与状态估计相结合,构建非线性的滤波模型,利用光纤陀螺实测信号进行了实验,结果表明所提出的方法能够有效地抑制光纤陀螺随机噪声,具有较高的工程应用价值。     

基于小波分析法的光纤陀螺系统标定方法

光纤陀螺的随机噪声很大程度地影响系统的标定精度,通常的解决方法是增加平均次数、延长采样时间等,不能从根本上解决问题。利用小波变换阈值滤波对光纤陀螺系统标定的测试数据进行预先处理,采用Allan方差法分析滤波前后的测试数据,发现滤波后陀螺各项随机误差系数均得到明显抑制。用消噪后的陀螺信号进行标定处理,结果表明仅用原数据量的十分之一即可获得相同的标定精度,减少了测试时间,提高了标定效率。     

光纤陀螺信号的解耦自适应Kalman滤波降噪方法

针对光纤陀螺(FOG)输出信号的随机噪声问题,提出了一种解耦自适应Kalman滤波方法用于FOG信号降噪。方法采用Allan方差分析法估计量测噪声的方差参数,Kalman滤波过程与量测噪声方差的估计过程完全独立,避免了Kalman滤波器与量测噪声估值器间的相互耦合。利用时间序列分析法对FOG的随机噪声进行建模,并在建立的二阶自回归模型的基础上,采用本文滤波方法对采集的FOG实测数据随机噪声进行了试验验证。与传统方法相比,提出的滤波方法具有更好的降噪效果,噪声均方误差降低40%以上。     

基于粒子滤波的光纤陀螺寻北方案

为了降低噪声对光纤陀螺（FOG）寻北的影响,提高寻北速度和精度,提出了一种基于粒子滤波（PF）的光纤陀螺寻北方案。首先基于单轴光纤陀螺能够敏感地球自转角速率水平分量的输出特性,建立非线性光纤陀螺寻北系统的状态空间模型和观测模型。根据粒子滤波的基本原理,以及在解决非线性系统估计问题上的优势,利用粒子滤波来解算出光纤陀螺敏感轴与真北方向的夹角。仿真实验结果表明,该方案不仅可以在20至30倍采样时间间隔内快速获得寻北结果,而且可以有效解决光纤陀螺常值漂移和随机噪声的影响,其精度优于基于扩展卡尔曼滤波（EKF）的寻北结果。     

基于多周期测量的四频差动激光陀螺高精度信号解调

分析了四频差动激光陀螺信号的解调原理，针对采用频率测量计数解调方法存在脉冲量化造成的角速度测量分辨率低的问题，改用多周期测量来代替频率测量，大大提高了四频差动激光陀螺信号的解调精度。通过数字滤波器滤波处理，可以减少随机噪声干扰，进一步提高精度。为满足实时性要求，该方法采用FPGA来实现。实验表明，此方法提高了四频差动激光陀螺角速度测量分辨率，为快速高精度方位自对准奠定了基础。     

基于参数识别视速度的双矢量粗对准方法（英文）

针对传统基于视速度双矢量粗对准中,由于传感器随机噪声的影响,存在对准精度差,收敛速度慢的缺点,提出了一种新型自适应Kalman滤波的参数识别粗对准方法。该方法通过对视速度运动进行建模,设计采用自适应Kalman滤波对模型参数进行参数识别,从而有效地消除视运动中的随机噪声,提高粗对准的精度和收敛速度。由于自适应滤波的特点,新方法不需要对传感器误差进行统计,使其在实际系统中具有更加广泛的应用价值。针对双矢量粗对准的计算特点,设计了一种矢量重构算法,从而尽可能地规避双矢量共线性问题,加快了粗对准的收敛过程。仿真与转台实验表明,与传统方法对比,新方法在相同的对准时间内具有更高的对准精度,在相同的对准精度下,具有更高的收敛速度。转台实验的最终对准精度为-0.1391°,标准差为0.012°。     

捷联惯导系统传递对准两种滤波方法比较研究

将H∞滤波方法用于捷联惯导系统（SINS）空中动基座传递对准，并对卡尔曼滤波和H∞滤波应用于传递对准的鲁棒效果进行了比较研究。仿真结果表明，在有色噪声和白噪声强度较小时，两种滤波方法的滤波精度差别不大，但当有色噪声和白噪声强度较大时，卡尔曼滤波精度优于H∞滤波。换言之，卡尔曼滤波对于噪声的不确定性是具有一定的鲁棒性的，并且就估计精度而言，其鲁棒性优于H∞滤波，但H∞滤波的估计速度优于卡尔曼滤波。     

集群无人机定位信号的自适应GM-CBMeMBer滤波算法

针对集群无人机导航定位信号通信过程中,易混入实际随机噪声,而传统GM-CBMe MBer滤波算法处理会导致滤波器发散的问题,提出了一种用于集群无人机定位信号的自适应GM-CBMe MBer滤波算法。首先,构建对应的数学模型,通过观测模型和量测模型对信号进行跟踪、滤波。在此基础上,利用随机有限集和衰减因子实现对噪声的动态处理和进一步预测,结合预测值进行迭代更新,直到滤波过程结束。同时,引入高斯项的剪枝合并来提高滤波精度。实验结果表明,改进算法与传统算法相比较,在集群无人机定位航迹上的杂波点有所减少,总体平均误差降低了26.6%。同时,方法简单易行,便于工程实现。     

一种基于Haar小波的光纤陀螺信号实时滤波方法

为了改善惯性稳定平台控制系统中光纤陀螺信号质量,提出了一种基于Haar小波的光纤陀螺信号实时滤波方法。首先通过仿真,说明了影响现有小波方法实时滤波效果的根源,即边界问题;进而通过理论分析,对边界问题产生的原因进行深入剖析,并从支撑集和对连续阶梯信号的逼近两个层面,详细论证了Haar小波对于光纤陀螺信号实时滤波的适用性;最后提出一种基于Haar小波的实时陀螺信号滤波方法,既利用了小波优越的信号-噪声分离能力,又可满足实时应用背景的要求,完全适用于惯性稳定平台控制系统中的光纤陀螺信号滤波。经试验验证,此方法具备很好的陀螺实时滤波性能,滤波后信号的随机噪声可降低40%以上,使用滤波后陀螺信号闭环后,惯性稳定平台控制系统的稳定精度可以提升14%。     

MEMS陀螺随机噪声的多尺度时间序列建模

基于小波多尺度分析方法,使用db4小波,将MEMS陀螺仪输出数据进行深度为4的多尺度分解,在各尺度上进行信号重建,对重建后的各尺度信号进行时间序列建模,各尺度的时间序列模型的输出和作为陀螺仪的随机噪声估计.多尺度时间序列建模方法提高了建模精度,将预测误差的方差降低了一个数量级,该方法已经成功应用到某型微小型飞行器的微导航系统中.     

基于MEMS技术的微型惯性导航系统的发展现状

根据美国 DARPA(the Defense Advanced Research Projects Agency)资助项目的概况,介绍了微电子机械系统(MEMS)惯性传感器领域的新进展,对 DARPA 的特别项目 MEMS-INS(Inertial Navigation System)的进展状况进行了说明。详细描述了惯性技术、导航技术领域内前沿研究机构研究 MEMS INS 的路线,总结了微型导航技术系统算法的研究现状。最后,对 MEMSINS 的发展进行展望,指出 MEMS INS 的发展方向。过去的发展趋势表明:微型惯性技术将向芯片级的超小型 MEMS IMU(Inertial Measurement Unit)和 MEMS INS 以及组合导航的发展方向。     

惯性-视觉-磁场传感器组合的低成本标定方法

针对一种融合了惯性-视觉-磁场信息的传感器组合,给出了一套低成本的标定和建模方法.对于传感器模型中的确定性项和非确定性项参数,分别采用了基于输入指令向量模匹配的方法和基于时间序列分析的方法来进行标定和建模,利用所得到的模型补偿之后的传感器输出误差的方差降为原来的1/3以下;对于摄像机坐标系和加速度计坐标系之间的相对旋转矩阵,提出了一种基于重力向量和铅垂线的标定方法,仿真结果表明,标定结果的相对误差小于7%.     

捷联惯导量化误差建模研究

从分析惯性器件量化误差产生的机理入手,建立了含量化噪声的捷联惯导系统误差微分方程,并用该方程的离散形式研究了系统误差方程中量化噪声的统计特性(功率谱密度的计算问题)。最后通过数值实例,定量分析了量化噪声对系统精度的影响和量化噪声建模不当引起的模型误差。     

陀螺寻北仪中测量信号的在线建模与滤波

针对光纤陀螺寻北仪中光纤陀螺(FOG)和加速度计的随机误差,采用改进型二阶自回归AR(2)模型,在线建立了光纤陀螺和加速度计随机误差模型。根据该模型,建立了FOG陀螺寻北仪的12阶Kalman滤波器,实现了两个FOG和两个加速度计测量信号在寻北过程中的实时滤波。仿真、Allan方差分析与寻北试验结果表明:FOG信号中随机游走、零偏不稳定性、变化率随机游走、变化率斜坡和量化噪声五项噪声源误差系数都小于滤波前的二分之一;在减小光纤陀螺和加速度计测量信号中的随机误差,提高其精度的同时,FOG寻北仪的寻北误差减小了0.3 mil。     

旋转IMU在光纤捷联航姿系统中的应用

惯性测量单元输出信号的精度直接影响捷联惯性导航系统的精度,为了提高捷联系统的精度,以舰船光纤捷联惯性航姿系统为应用对象,采用了双轴旋转机构连续匀速旋转IMU的系统方法,把惯性测量单元输出信号中的漂移误差调制成正弦信号,通过捷联算法中的积分运算可以有效地消除陀螺和加速度计中的漂移误差,从而有效地提高捷联惯性航姿系统的精度,并进行了系统仿真实验。仿真结果表明:经过旋转以后的IMU输出信号误差较传统非旋转方法可以减小一个数量级。基于双轴旋转IMU的系统方法可以有效地减小IMU输出信号漂移误差和提高捷联惯性航姿系统的精度。     

激光陀螺POS惯性数据滤波及时延补偿

激光陀螺作为位置姿态测量系统(POS)的核心传感器,其精度直接决定激光陀螺POS系统精度,围绕机抖激光陀螺信号去噪的需求,基于FIR滤波器建模的方法,设计了FIR数字低通滤波器;针对滤波器导致的信号延迟问题,根据FIR数字滤波器群延迟特性建模,提出了激光陀螺POS数据时延补偿方法。静态实验结果表明,设计的FIR数字低通滤波器降低了激光陀螺抖动噪声功率达80dB。进一步通过飞行实验表明,提出的方法降低了激光陀螺POS系统姿态角误差,与POS/AV510相比航向角误差由0.017°降低到0.01°,俯仰角误差由0.007°降低到0.005°,横滚角误差由0.016°降低到0.005°,满足了机载InSAR对激光陀螺POS精度要求。     

一种高可靠捷联惯性测量单元布局

冗余传感器惯性测量单元通过传感器余度配置能够有效提高惯导系统的可靠性,同时对运动的重复测量为降低传感器测量误差和提高导航性能提供了必要条件。一种新型9传感器惯性测量单元,在实现9传感器最佳导航性能布局的同时,保障了每个方向的平动或者转动均可同时由5个传感器进行测量,使其可靠性等同于6套并行工作的单轴独立惯导系统。利用GLT(Generalized LikelihoodTest)方法和Monte Carlo模拟完成了该惯性测量单元故障检测、隔离性能研究。分析结果表明,该惯性测量单元的平均无故障时间为正十二面体6传感器惯性测量单元的1.4倍,为三轴正交配置惯性测量单元的3.8倍,传感器测量随机误差造成的影响分别降低13%和40%。因此,该布局特别适合于对长使用寿命、高安全性、高可用性有严格要求的应用领域。     

迟滞系统受随机激励的响应计算

首先为随机激励设计了具有较高精度的滤波器，把迟滞系统受有色噪声激励的随机振动问题转化为由迟滞系统与滤波器组成的扩阶系统受白噪声激励的随机振动问题，然后详细论述了等效线性化法对此问题的具体求解，着重推导了高斯随机变量联合矩的递推关系和李亚普诺夫方程解法的实现，最后根据数字模拟结果分析了等效线性化法的精度和误差来源，给出了迟滞减振系统参数设计的有关建议。     

场地土的随机地震反应分析

研究了剪切模量随深度呈线性变化时场地土的随机地震反应分析方法, 分别建立了基岩输入地震动加速度功率谱函数为白噪声和过滤白噪声时场地土的随机地震反应分析理论。