三轴一体化光纤陀螺的Allan方差分析

为减小光纤陀螺仪的误差,提高精度,需要对陀螺仪进行误差估计和补偿。为此建立了光纤陀螺仪的误差模型,用Allan方差对三轴一体化光纤陀螺的输出进行误差分析,辨识出各项随机误差系数,得到影响光纤陀螺性能的误差源,进而对三轴一体化光纤陀螺的研制提出改进意见。     

基于归一化LMS算法的光纤陀螺降噪技术研究

惯导系统对高精度光纤陀螺的输出随机噪声水平要求很高,尤其是角度随机游走将直接影响惯性导航系统的精度.为能有效降低光纤陀螺角度随机游走噪声,分析角度随机游走产生的机理,提出了基于NLMS算法的前向线性预测滤波器(FLP)的降噪方法,该方法比标准LMS算法有更快的收敛速度和良好的动态跟踪特性.用Allan方差法对真实数据滤波前后的噪声水平进行分析比较,结果证明该方法使得光纤陀螺的性能得到了明显的提高,而且该算法简单,工程上易实现,能够有效的提高陀螺的信噪比和惯导系统的对准精度.     

D/A量化对数字闭环光纤陀螺测量精度的影响分析

光纤陀螺全数字闭环检测方案的最小反馈相移由D/A的位数确定。通过建立全数字闭环光纤陀螺的Sigma-delta模型,从量化噪声的角度分析了D/A位数对数字闭环光纤陀螺测量精度的影响。研究了闭环检测对量化噪声的抑制作用及其对光纤陀螺输出精度的影响。实验结果与理论分析吻合,结果表明:由于闭环系统本身对量化噪声的抑制作用,量化噪声不会成为影响中、低精度光纤陀螺检测系统精度的主要误差源,实际D/A选型过程中可以根据系统对非线性、动态范围的要求结合的理论计算方法对D/A位数进行选取。     

硅微陀螺阵列的滚动时域估计滤波算法研究

硅微陀螺在中低精度的惯性稳定平台中具有广泛应用。通过多个硅微陀螺组成阵列,采用数据融合技术可提高硅微陀螺的输出精度。在卡尔曼滤波算法基础上,研究了一种考虑前若干个时刻量测输出值的滚动时域估计(MHE)算法,获得陀螺阵列输出的最优估计。采用2×2的ADIS16080组成陀螺阵列,基于TMS320F28335嵌入式计算平台开展试验研究。试验结果表明,单陀螺输出经卡尔曼滤波后,输出噪声方差的均值为4.179 4 s~(-2)。采用陀螺阵列信息融合后,方差降至4.071 7 s~(-2)。进一步采用预测长度为3的MHE算法可将输出噪声方差减少至2.127 3 s~(-2)。     

利用信号相关性抑制光纤陀螺强度噪声

提出了一种利用陀螺干涉信号和耦合器空闲端信号相关性估计光源强度噪声抑制效果的方法,并在现场可编程门阵列(FPGA)中进行了实时估计.根据估计结果,判决是否进行强度噪声相减,以提高光纤陀螺强度噪声抑制方法的可靠性.理论分析表明,强度噪声抑制效果与信号相关性直接相关.利用该方法,对某高精度干涉型光纤陀螺进行了实验.结果表明,当陀螺干涉信号和耦合器空闲端信号互相关系数为0.91时,干涉信号噪声方差降低至17.16％,然而,当上述互相关系数为0.28时,噪声相减法反而使干涉信号噪声方差增大至143.18％,由此验证了理论分析结果.利用该方法可以在线检测陀螺干涉信号和耦合器空闲端信号的相关性,进而避免噪声相减法中当陀螺干涉信号和耦合器空闲端信号相关性较差时,光纤陀螺噪声不降反升的情况,提高了强度噪声相减法的可靠性.     

干涉式光纤陀螺控制器的设计与仿真

光纤陀螺的研究与开发目前主要集中在工程应用技术方面.干涉式光纤陀螺(IFOG)的动态性能受控制系统设计的影响.现根据干涉式光纤陀螺数字闭环检测过程,建立了控制系统的动态模型,详细分析并设计了数字PID控制器和IIR滤波器.仿真结果显示,设计的控制器能够有效地提高干涉式光纤陀螺的输出带宽,改善系统的动态特性.     

光纤陀螺的振动特性研究

光纤陀螺作为机载导航设备应用时,环境振动对陀螺精度的影响不容忽视。现初步探讨了光纤陀螺的振动特性。通过ANSYS有限元振动模态分析与正弦扫频振动下的陀螺零偏输出实验,研究了单轴光纤陀螺的结构体共振频率以及振动对陀螺性能的影响,并在此基础上,提出了陀螺结构设计的改进方法。     

使用低精度光学陀螺进行地速测量的实验研究

介绍一种基于调制锵调原理和线性系统理论，使用光学陀螺测量地速的简单方法，简称矢量调制法。矢量调制法使用机械转动方法，将地速信号在光纤陀螺之前调制成为正弦波，由于线性传感器的频率保持性和叠加特性，在光纤陀螺之后对输出信号解调，将得到准确的地速响应，由此去除常见的测量误差。初步试验表明，使用低精度光纤陀螺能够测量地球自转角速率，从2～9mY直流量和范围（-18mV，1mV）的噪声、干扰中分离出地速响应，与计算值0.03mV接近。     

微小型光纤陀螺组合分时复用技术

为了有效减小多轴光纤陀螺组合的功耗、体积和重量,实现光纤陀螺组合的微小型化,应用分时复用技术,提出了一种基于3×3耦合器,工作在850 nm短波长的光纤陀螺分时复用组合结构。分析了陀螺输出数据处理方法,得到了分时复用光纤陀螺组合的相对极限零偏稳定性。建立了分时复用光纤陀螺切换模型,揭示了分时复用导致光纤陀螺轴向切换必然存在一个过渡过程,分析了过渡过程对陀螺组合静态、动态特性的影响。结果显示,光纤陀螺组合的相对零偏稳定性是传感方法的2.1倍,最大输入信号检测带宽为1.1 kHz,标度因数的不对称性和非线性度均小于50×10-6。最后,通过仿真进行了实验验证,结果表明,该技术可以用于中低精度微小型多轴光纤陀螺组合中。     

基于Allan方差的激光陀螺信号分析

本文分析了激光陀螺的随机噪声的产生来源,同时分析了噪声里的量化噪声、角度随机游走、零偏不稳定性、速率随机游走、速率斜坡噪声。在利用Allan方差对激光陀螺仪输出信号进行分析基础之上,设计了IIR滤波系统对陀螺信号进行处理,并对滤波前后的陀螺测试数据进行了对比,结果表明,该滤波技术能有效提高激光陀螺的精度。     

Autonomous estimation of angle random walk of fiber optic gyro in attitude determination system of satellite

Angle random walk of fiber optic gyro is a dominant noise source in high-accuracy attitude control system of satellite. The coefficient of angle random walk denotes the magnitude of angle random walk and can be regarded as a “state of health” for gyro diagnosis. However, satellite motion included in gyro output disturbs in-orbit estimation of angle random walk. Moreover, the Allan variance method has too large offline computational effort and data storage requirements to be applied to in-orbit estimation. In addition, with the development of deep space exploration, it is urged that satellite should be more autonomy including autonomous fault diagnosis and reconfiguration. To overcome the barriers and meet satellite autonomy, we present a new autonomous estimation of angle random walk. A difference between angle increments of star sensor and gyro is taken to remove satellite motion from gyro output. Then, a simplified observation model based on Allan variance is proposed to estimate the angle random walk. Simulations show the proposed method correctly estimates the coefficient of angle random walk in real time and tracks the degradation of angle random walk caused by gamma radiation in space. The technique proposed here effectively isolates satellite motion, and requires no data storage and any ground support.     

Statistical modeling of fiber optic current transducer

Fiber optic current transducer (FOCT) is a new type of current measurement instrument with high accuracy, large dynamic range, wide frequency range and excellent insulating property. Thus, it has been highly concerned for using in high voltage grid. Although these FOCTs have such crucial advantages, the stochastic errors, mainly including random walk, bias instability, quantization noise, may suddenly degrade the system performance in a short period of time. To evaluate the stochastic error characteristics of fiber optic current transducer (FOCT), traditional solution adopts Allan variance method to plot the curve on the log–log scale. Considering the deficiency of severe shock in Allan variance, total variance methodology is proposed to analyze the stochastic error characteristics of FOCT with the aim of overcoming the deficiency. Total variance method transforms time-offset data to frequency-offset data and extends the data to be a virtual sequence nearly as three times long as the initial data by mapping. Additionally, the least square fitting (LSF) is applied to identify and obtain each coefficient of FOCT stochastic error, which helps to evaluate the stochastic error characteristics of FOCT excellently. Simulation results demonstrate that both Allan variance result and total variance result are nearly equivalent, when correlation time is short. However, when correlation time exceeds half total duration of the measurement, Allan variance estimation values tend to shock increasingly severely and total variance curve always extends steadily. Besides, every stochastic error coefficient is decreased effectively by total variance method, comparing with Allan variance method. Total variance methodology overcomes the deficiency of severe shock in Allan variance successfully, and then optimizes evaluation method of FOCT stochastic error characteristics.     

基于二代小波的光纤陀螺实时降噪方法研究

在以光纤陀螺为主要惯性敏感元件的捷联惯导系统中,陀螺输出信号中的非确定性随机漂移的实时滤除,对提高实际系统的初始对准精度及导航精度均具有重要的意义。考虑到传统小波阈值法的去噪性能及实时性问题,提出了一种基于第二代小波变换,并结合硬阈值、强制降噪和带滑动数据窗的光纤陀螺信号实时降噪改进方案。利用MATLAB进行了正弦信号和光纤陀螺输出信号的模拟实时降噪实验,并与一代小波实时降噪方案进行了比较,验证了改进方案在理论计算速度大幅提升的前提下,降噪性能得到提高,进而减小了系统输出的姿态误差。     

光镊系统随机漂移建模和误差补偿

针对光镊系统本身噪声对测量精度的影响,提出了一种光镊系统随机漂移误差的有效补偿方法。首先,介绍了时间序列分析法和卡尔曼滤波技术,基于时间序列分析法建立了光镊的随机漂移误差模型;然后,用基于时间序列模型的卡尔曼滤波方法来减小该漂移误差。采用提出的方法对光镊设备实测数据的误差进行了补偿,结果表明：数据的误差方差由补偿前的188.90 nm²减小为8.41 nm²。计算补偿前后的艾伦方差可知,系统在平均时间为1 s时可使最小位移误差从 0.7 nm降低到0.1 nm。得到的结果显示：提出的滤波方法有效地抑制了光镊系统的漂移误差,将其用于双光镊对准可提高捕获光和探测光的对准精度,进而提高光镊系统的性能指标。     

基于EMMAP的MEMS陀螺噪声估计与滤波方法研究

针对MEMS陀螺仪测量精度低、随机噪声具有不确定性和非线性的问题,提出一种基于最大期望算法(Expectation maximum,EM)和极大后验估计(Maximum a posterion,MAP)的无迹卡尔曼滤波(Unscented Kalman filter,UKF)——EMMAP-UKF的陀螺噪声估计与滤波方法。根据极大后验估计原理,构造出一种次优无偏MAP噪声统计估计模型,并在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题,实现对观测噪声方差的动态调整,最终实现陀螺仪随机漂移误差的估计与滤波处理。最后通过Allan方差对陀螺噪声滤波方法的性能进行评估,通过半实物仿真验证了本方法的有效性。     

From Allan Variance to Phase Noise: A New Conversion Approach

A new mathematical method is proposed to convert the oscillator instability parameters from Allan variance to Spectrum Density(SD)of random phase fluctuations,which is the inversion of the classic transformation formula from SD to Allan variance.Due to the fact that Allan variance does not always determine a unique SD function,power-law model of the SD of oscillator phase fluctuations is introduced to the translating algorithm and a constrained maximum likelihood solution is presented.Considering that the inversion is an ill-posed problem,a regularization method is brought forward in the process.Simulation results show that the converted SD of phase fluctuations from Allan variance parameters agrees well with the real SD function.Furthermore,the effects of the selected regularization factors and the input Allan variances are analyzed in detail.     

MEMS传感器随机误差Allan方差分析

MEMS传感器中随机误差较大,有时会覆盖传感器中有用信号,提出采用Allan方差(Allan variance)方法对MEMS传感器实测数据进行分析,系统地分析了引起MEMS传感器误差的随机噪声种类及其来源和特性,确定其各项系数,根据系数获得其功率谱密度,根据功率谱密度分析法与Allan方差分析法获得对应各项随机误差的数学模型,然后以数学表达式的形式得到统一的数学模型,再与卡尔曼滤波相结合得到增强的卡尔曼滤波,最后通过车载实验对MEMS-INS/GPS各个姿态进行卡尔曼滤波与改进后卡尔曼滤波2种滤波方法的比较,实验结果表明新滤波方法能很好地提高微惯性系统各个姿态精度.     

不依赖精密转台的 MEMS-IMU 误差标定补偿方法

微机电惯性测量单元(MEMS-IMU)具有尺寸小、重量轻、成本低、可靠性高等优点,在机器人、虚拟现实以及智能穿戴等诸多领域广泛应用。低成本的微机电惯性测量单元在使用过程中受噪声和零偏误差等影响,需要通过测试和误差补偿手段来提高其实际使用精度。本文提出了一种全面测试和补偿惯性测量单元误差的方法,通过建立MEMS-IMU的误差模型,使用优化方法标定误差模型中的系统误差参数;使用Allan方差分析方法确定随机误差参数;基于上述结果,采用与视觉融合的非线性优化方法在线实时估计并补偿零偏,最终达到提高定位精度的目的。通过实验分析,上述组合方法不需要使用专门测试标定设备,能够有效补偿低成本微机电惯性测量单元的误差,提高定位精度。