基于小波多尺度分析的光纤陀螺振动误差分析与建模

针对振动环境对光纤陀螺性能的影响,对某型号的光纤陀螺进行了线振动实验并对实验结果进行了Allan方差分析。利用小波多尺度变换提取了光纤陀螺误差模型中的各误差项,分析并验证了零漂及噪声误差与Allan方差分析误差系数中的量化噪声、角度随机游走以及零偏误差与误差系数中的零偏稳定性、速率随机游走、速率斜坡之间的对应关系。随后利用RBF神经网络对小波多尺度分析提取的零偏误差建立模型并进行了补偿。仿真结果表明,本文提出的方法有效减小了振动环境下各误差项对光纤陀螺性能的影响, Allan方差分析结果中的五个误差系数均有较大下降,其中两项误差系数下降了一个数量级及以上,极大提高了光纤陀螺在振动环境下的输出精度,对光纤陀螺在振动环境下的误差研究具有重要指导意义。     

光纤陀螺捷联系统振动误差补偿研究

针对舰船振动环境对光纤陀螺捷联系统性能的影响,提出基于神经网络的非线性数学补偿方案。对加速度计信息作傅里叶分析,进行振动特征提取;利用提取的振动特征值作为输入向量进行BP神经网络训练,建立光纤陀螺误差输出模型;对陀螺进行在线补偿,减小振动引起的漂移误差,提高了捷联系统初始对准精度。     

基于神经网络的开环光纤陀螺误差补偿方法

根据开环光纤陀螺线性度课差随角速度增大而增大的特性,提出了在大角速度情况下应用神经网络对陀螺误差进行建模并补偿,在小角速度时对陀螺输出数据进行平滑滤波以抑制噪声的分段误差补偿方法.在速率转台上对开环光纤陀螺(VG941)进行测试并采集了测量范围内陀螺的多组实际输出数据,基于这些数据对单输入单输出的神经网络进行训练,得到了开环光纤陀螺的神经网络模型.在所得模型基础上,对整个测量范围内的陀螺原始输出数据采用分段补偿方法进行了陀螺误差补偿,并使开环光纤陀螺最大线性度误差由15%下降到0.3%,提高了开环光纤陀螺的测量精度.实验结果表明基于神经网络的开环光纤陀螺误差补偿方法对提高开环光纤陀螺的精度、扩大其应用范围具有实用价值.     

基于小波多尺度分析的图像匹配

提出一种基于小波的多尺度分析的图像特征点提取方法,给出了一种多分辨率分块特征点匹配的图像检索方法,多分辨率的分块策略使得相关反馈的自适应性得到了更好的保证,从而实现图像的快速、准确匹配。实验表明该方法在计算时间和精度上都是十分有效的。     

基于Allan方差的MEMS陀螺误差分析

利用Allan方差法对国外一款MEMS陀螺仪进行误差分析,通过长时间静态数据分析,对陀螺误差系数进行标定,验证了Allan方差法用于陀螺误差分析的可行性。     

基于LS-SVM的开环光纤陀螺误差补偿方法

针对开环光纤陀螺标度因数是非线性的,而且随着输入角速度增大,光纤陀螺线性度误差也越大的问题,提出采用基于最小二乘支持向量机(LS-SVM)的分段误差补偿方法.以LS-SVM和直接近似法补偿误差大小为依据,确定分段门限值.采用实测转台上先纤陀螺VG941在全量程范围内的输入输出数据为训练和检验样本.结果表明分段误差补偿方法使光纤陀螺最大线性度误差由15%降至2‰,验证了方法的可行性和有效性,提高了开环光纤陀螺的精度.     

光纤陀螺误差的实时建模与补偿

通过对干涉型光纤陀螺误差来源及其影响因素的分析,建立了与温度变化量及温度变化速率相关的角速率误差概率密度函数,并提出一种针对慢时变与弱非线性随机过程的分段等概率误差补偿方法.该方法采用非线性手段,对一系列具有统计平稳性的随机过程进行参数估计与预测,能够实现模型动态跟踪,近似程度较高,且充分发挥了并行计算的优势,可避免由补偿过程所造成的输出时间滞后.几种典型工作状况下的实际补偿结果表明其能有效地减小角速率及航向角误差.     

基于小波多尺度分解与GLR的UWB信号检测技术

由于常规窄带信号检测方法不能适用于超宽带信号,为了对超宽带信号进行有效检测,提出了一种基于小波多尺度分解与广义似然比(GLR)相结合的新颖目标检测方法;首先利用小波进行多尺度分解,获得目标所在的位置,通过计算小波域能量,来截取目标信号,由此计算散射中心的分布密度,然后结合利用广义似然比,来实现超宽带信号检测;仿真试验结果表明,该方法与常规的双门限方法相比,在信噪比相同情况下,能获得更好的检测概率,从而体现其优越性.     

基于小波多尺度分析的彩色图像检索方法

多媒体技术的普及和Internet技术的实施导致了大量图像信息的出现，基于文本关键词的传统检索方法已不能适应图像信息检索的要求，这使得基于内容的图像检索技术逐渐成为目前的研究热点。基于内容检索技术中必不可少的关键步骤就是图像特征的提取，其中可提取的特征有颜色、纹理和形状等。但是，由于图像的每种特征只能抓住图像相似性的某一个方面，因此如何能更好地表示图像就成为基于内容图像检索中一个重要的研究方向。针对该问题，提出了一种基于图像颜色和纹理特征的图像检索方法，其中颜色特征采用HSV颜色空间的直方图，纹理特征采用图像小波多尺度表示方法中细节信息的方差统计量，这样就充分利用了颜色的丰富表现性和小波变换的多分辨性及其变换系数的统计特性。通过对不同类型图像使用不同特征组合进行图像检索查准率的对比实验结果表明，这种图像检索方法是行之有效的。     

光纤陀螺信号误差分析与滤波算法的研究

针对光纤陀螺信号漂移误差和噪声的影响,采用Allan方差法对光纤陀螺的各项随机误差成分进行了分离和计算.然后结合陀螺稳定平台系统研究了滑动滤波、小波变换阈值滤波两种直接对陀螺输出信号进行数字滤波处理的方案.最后对某陀螺惯性稳定跟踪转台中使用的光纤陀螺信号的测试和统计分析结果表明,采用Allan方差法能够有效地分离和辨识陀螺零漂信号中的各项噪声源随机误差系数和误差大小,采用的小波变换阈值滤波的去噪效果明显.     

闭环光纤陀螺铌酸锂调制信号分析

分析了中，高精度闭环光纤陀螺系统中，作为铌酸锂相应调制器调制信号的锯此波特性对光纤陀螺系统的影响。制作高精度稳定的锯齿波对于降低光纤陀螺系统的零漂和刻度因子非线性度具有重要意义。     

基于光纤陀螺仪的信号补偿

光纤陀螺仪是目前广泛使用的一种惯性仪器, 但在使用过程中仍然会遇到有很多问题. 光纤陀螺仪在使用过程中由于光纤陀螺仪内部元器件构造、材料的使用、以及元器件的精度等因素, 会产生一些误差, 如启动温度、零漂、刻度因子等. 同时在使用的过程中受外界的环境干扰也会使光纤陀螺仪产生误差, 如受外界的振动, 环境温度变化等. 通过分析研究光纤陀螺仪的原理和输出信号, 建立误差补偿模型, 对误差进行补偿分析. 应用分段平均选点法补偿了由于温度变化在信号中产生的线性趋势项, 以及使用平滑滤波算法对光纤陀螺仪输出信号进行     

MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。     

基于MEMS陀螺仪的随机误差分析

为了提高MEMS陀螺仪测量精度,减少随机误差的影响,对产生随机误差的噪声源及其随机误差模型进行了分析;通过分析MEMS陀螺仪自身结构的缺陷并且对其输出数据进行了相应的滤波处理与平稳性检验,确立了合适的误差模型并利用Kalman滤波进行误差补偿,验证了模型的有效性;同时运用Allan方差法对MEMS陀螺仪噪声项进行了分析,确定了影响MEMS陀螺仪测量性能的主要因素以及比较了滤波前后的各项噪声源系数,检验了滤波效果且实验结果证明误差模型显著提高了MEMS陀螺仪的测量精度。      

基于自适应Kalman滤波的MEMS陀螺随机误差分析

针对某型MEMS陀螺随机误差较大、精度不高的问题,通过时间序列分析法,建立自回归滑动平均 ARMA(Auto-Regressive and Moving Average)模型,采用ARMA(2,1)模型将预处理后的MEMS陀螺随机误差进行建模.设计基于ARMA模型的经典Kalman滤波器.静态试验和恒定速率试验结果表明在经典Kalman滤波器作用下,静态试验下其均值与均方差下降32.62%和66.31%;恒定速率试验下,其均值有明显的降低,其均方差减小了一个数量级.针对经典Kalman滤波器不能解决振动试验中大振幅时滤波发散问题,提出一种新的自适应Kalman滤波法,通过寻找合适的标定因子s解决滤波发散问题.振动试验结果表明,当振幅为100°时,滤波后的均值和均方差分别下降8.25%和8.36%.     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

基于单轴光纤陀螺的车载组合导航系统设计

针对陆上车辆导航定位设计了一种基于单轴光纤陀螺的简化惯导系统(Reduced Inertial Sensor System,RISS),该系统由一个单轴光纤陀螺、三个加速度计和一个倾角传感器组成。为获得较高精度的航向信息利用双天线GPS和RISS进行组合,构成双天线GPS/RISS组合导航系统,应用卡尔曼滤波技术实现数据融合,并进行仿真实验和跑车试验验证所设计系统的合理性。仿真实验结果证明双天线GPS/RISS组合导航系统与GPS/RISS组合导航系统相比,航向精度得到显著提升。跑车实验结果表明,设计双天线GPS/RISS组合导航系统的位置误差小于2m,航向角误差小于1°,能满足车载导航定位定向需求。     

中国微米纳米-基于神经网络的多尺度多参数硅微陀螺仪研究

由于硅微陀螺仪工艺加工导致漂移误差进而影响INS测量精度,所以硅微陀螺仪的漂移估计成为研究的重点。硅微陀螺仪精度受多种因素的影响,因此很难对非平稳非线性输出硅微陀建立准确的误差模型。提出一种的基于小波神经网络的多尺度和多参数非线性估计改进硅微陀螺仪的漂移估计。实验结果表明,在通过本文介绍基于神经网络的多尺度多参数校准后硅微陀螺仪精度从1°/s到0.05°/s。