光纤陀螺随机误差特性的小波方差分析

光纤陀螺各项随机误差的频率特性各不相同.小波变换的多分辨分析兼具时频分析和尺度分析的功能,故采用小波方差法来表征噪声在不同频率分量的变化情况,从而为特定环境下光纤陀螺的故障诊断以及误差分析提供参考.通过与传统的分析光纤陀螺随机误差特性的Allan方差法对比可知,只要小波基函数的支撑区间足够小,小波方差就能克服Allan方差能量泄露的缺点.利用60Co辐照源模拟空间辐照,进行光纤陀螺整机辐照实验,分析实验数据,证明小波方差比Allan方差能够更加精确地反映光纤陀螺各项随机误差的变化情况.     

改进Allan方差法在船用光纤陀螺随机漂移分析中的应用

随机漂移是影响船用光纤陀螺精度的主要因素。对随机漂移进行建模并在系统中加以补偿是提高船用光纤陀螺及其导航系统精度的关键。本文对可用于精密仪器随机漂移研究的Allan方差法加以改进，将数字信号处理中加窗函数的方法应用于计算Allan方差，解决了某些频段内由于频混造成的随机漂移表征不唯一的问题。通过对光纤陀螺仿真数据进行计算，得出各种随机漂移的系数，仿真试验表明这是对光纤陀螺随机漂移进行研究的有效方法。     

基于动态Allan 方差的光纤陀螺随机误差分析

针对经典Allan方差不能反映光纤陀螺(FOG)随机误差的非平稳特性,动态Allan 方差(DAVAR)可以反映但没有理论系统地证明其正确性和有效性的问题,通过仿真数据验证了DAVAR 的正确性;利用实验数据分析光纤陀螺噪声随时间变化的动态特性,证明了DAVAR 的有效性。首先,阐述了经典Allan 方差和动态Allan 方差的数学定义,然后利用仿真和实验数据验证其特征,并实现了光纤陀螺噪声的定量二维描述。实验结果表明:DAVAR 不仅可以辨识和分离光纤陀螺随机误差,还可以确定噪声系数,更重要的是可以描述光纤陀螺随机信号动态特性。因此,DAVAR 是分析光纤陀螺特性更加全面、有效且实用的工具。     

基于#1理论方差的光学陀螺长期随机误差分析

为解决Allan方差计算的平均时间只能够达到数据持续时间长度的一半,以及长相关时间下置信度较低的问题,根据光纤陀螺随机误差信号的频率特性,提出了采用#1理论方差对光学陀螺的随机误差特性进行分析的方法。分析比较了Allan方差和#1理论方差的性质和特点,并对比了两者分析白噪声特性以及辨识光纤陀螺实测数据中随机噪声的类型和噪声水平的结果。结果表明,当相关时间较长时,#1理论方差值和实际的幂律谱噪声的行为特征不仅一致;且能够比Allan方差更有效提高方差估计值的置信度,估计精度优于Allan方差方法。     

再入式无源光纤陀螺随机误差分析

文章利用Allan方差法对Sagnac敏感环分别为20m和200m的再入式无源光纤陀螺（RE－FOG）的随机误差进行了详细的分析。结果表明,这种光纤陀螺的噪声中含有传统光纤陀螺中反映了不明显的指数相关（Markov)噪声,并且占有重要地位。估计了两个陀螺系统的噪声水平。最后认为,通过深入研究再入式光纤陀螺的误差源和相应的抑制措施,它的精度有望接近和达到传统光纤陀螺的水平。     

光纤陀螺漂移误差动态Allan方差分析

提出采用动态Allan方差(DAVar,Dynamic Allan variance)方法对光纤陀螺实测数据进行分析,系统地分析了引起光纤陀螺漂移误差的随机噪声种类及其来源和特性,DAVar分析方法的优势在于不仅能确定各种随机漂移的系数,而且可以跟踪和描述信号随时间变化的稳定性.实验证明,DAVar分析是对光纤陀螺随机漂移进行研究的有效方法.     

改进Allan方差法在船用光纤陀螺随机漂移分析中的应用

随机漂移是影响船用光纤陀螺精度的主要因素。对随机漂移进行建模并在系统中加以补偿是提高船用光纤陀螺及其导航系统精度的关键。本文对可用于精密仪器随机漂移研究的Allan方差法加以改进,将数字信号处理中加窗函数的方法应用于计算Allan方差,解决了某些频段内由于频混造成的随机漂移表征不唯一的问题。通过对光纤陀螺仿真数据进行计算,得出各种随机漂移的系数,仿真试验表明这是对光纤陀螺随机漂移进行研究的有效方法。     

数字滤波对激光陀螺随机误差分析的影响

详细讨论了数字滤波对激光陀螺随机误差分析的影响，给出了理想低通滤波情况下的角度随机游走噪声Allan方差的解析表达式，指出滤波后的Allan方差分量一般相异于未经滤波的Allan方差分量。针对这一差异，提出了一种简易方法来处理经过滤波的陀螺数据。     

小波阈值滤波在光纤陀螺信号处理中的应用

根据光纤陀螺信号的数学模型和小波多分辨率分析的特点,利用小波变换阈值滤波可有效地处理光纤陀螺信号的噪声.利用Allan方差法并通过最小二乘拟合得到光纤陀螺信号噪声中各误差源的幅度.对某型号光纤陀螺静态输出信号进行了小波阈值滤波,并定量地分析和比较了4种常用阈值下的滤波效果.通过实验结果分析,验证了小波变换阈值滤波在光纤陀螺信号处理中的可行性,并验证了针对某型号光纤陀螺静态输出信号,采用长度对数阈值滤波的优越性,对光纤陀螺信号处理具有参考价值.     

采用分段法估算Allan方差中的各噪声系数

指出采用传统的最小二乘拟合法估算存在于Allan方差中各噪声系数存在的问题,提出采用分段法来估算Allan方差中的各噪声系数,并通过对多组实测陀螺数据进行分析,证明了分段估算法与最小二乘拟合法相比是一种更有效的、科学的噪声估算方法.提出了一种根据数据点的多少自动改变Allan方差积分时间的算法,可在保证估算精度的前提下减少不必要的计算过程,有效地缩短了Allan方差的计算时间.     

基于自适应窗长的光纤陀螺随机误差实时分析方法

动态Allan方差是分析光纤陀螺随机误差的一种新方法。针对其采用固定窗长的窗函数截断信号,导致动态跟踪效果与方差估计值的置信度不能兼顾的问题,提出了一种基于峭度自动调节窗长的改进算法。算法引入峭度参数表征陀螺输出信号的平稳程度,以滑动窗内数据的峭度值为变量构造窗长截取函数,应用窗长函数根据短时信号的稳定程度自动确定截断窗窗长,并用其来截取随机信号进而进行Allan方差估计及误差系数实时辨识和提取,同时将方差估计值和误差系数时间曲线分别绘制在三维或二维图上。对仿真和实测数据分析结果表明:新算法既能在平稳性好的数据段保持较高的置信度,又能在发生动态变化时及时跟踪信号,可以更好地对光纤陀螺的随机误差系数进行实时在线提取和分析。     

基于自适应卡尔曼滤波的光纤陀螺噪声系数估计方法

针对Allan方差法确定光纤陀螺ARW（angle random walk）噪声系数的一些不足,如大量存储数据、非实时处理、计算量大、耗时长等,提出了基于自适应卡尔曼滤波的光纤陀螺ARW系数在线估计方法.在角度随机游走、零偏不稳定性、角速率随机游走等主要噪声数学特性分析基础上,建立了光纤陀螺现代状态空间噪声误差模型,基于新息自适应卡尔曼滤波量测噪声协方差阵的迭代计算,实现光纤陀螺ARW系数的在线、实时估计,从而避免了存储大量历史数据,显著地减小了计算量,缩短了陀螺数据处理时间.数字仿真试验和光纤陀螺实测数据试验结果均验证了本文方法的可行性和有效性.     

利用Allan方差进行光纤陀螺测试

设计了一种基于Allan方差的5阶样条拟合的方法,用于测定光纤陀螺的随机游走系数、零偏不稳定性、速率斜坡、量化噪声、速率随机游走等参数,并基于LabVIEW开发了可视化数据采集程序,对KVH公司生产的E.Core 2000型光纤陀螺进行测试。结果表明,该方法简化了光纤陀螺参数测试流程,提高了测试精度。     

基于Allan方差的MEMS陀螺仪性能评价方法

介绍了Allan方差的基本定义,以及采用Allan方差对陀螺零偏数据进行处理所需的测试系统构成及测试要点。详细推导了采用Allan方差法对陀螺仪噪声进行估算的过程,描述了应用MATLAB进行数据处理平台建设的主要流程。最后运用Allan方差理论对MEMS陀螺信号进行了定量分析,得到了MEMS陀螺仪的量化噪声系数、角度随机游走系数、偏差不稳定性系数、速率随机游走系数和速率斜坡系数5个误差源系数,实验表明该方法能有效地辨识微机械陀螺的各项随机误差成分,可以正确评价陀螺仪的性能指标,为陀螺仪的设计改进提供了依据。     

基于信息熵的自适应窗长动态Allan方差研究

近年来有学者将动态Allan方差引入惯性器件的随机信号处理中,实现了对随机信号误差的特性分析。但是由于动态Allan方差采用固定窗长的函数截取随机信号,导致信号动态跟踪效果与方差估计置信度不能同时兼顾。针对此问题,提出一种基于信息熵的自适应窗长动态Allan方差,首先用截断窗内信号的信息熵表征陀螺动态信号非平稳性,根据信号信息熵的大小自适应地选取下一时刻合适窗长,并对窗内信号进行Allan方差计算,通过实验仿真,证明了该改进方法的有效性,提高了对陀螺信号动态特性的分析能力。     

基于改进总方差法的MEMS陀螺随机误差分析

对陀螺仪随机误差的分析通常采用Allan方差法,但用该方法分析随机误差时,存在长相关时间下震荡较大的问题,传统总方差法解决了这一缺陷,但同时也带来了计算量大的问题.为了解决这一问题,首先介绍了3种采样方案,在分析Allan方差法和传统总方差法的基础上,提出了改进的总方差法,并对MEMS陀螺随机误差进行分析.分析结果表明,非完全重叠总方差法相对于传统总方差法分析精度无明显变化,但是运算时间却不超过传统总方差法的1/1000,能够大幅度地提高数据处理效率.     

动态Allan方差改进算法及其在FOG启动信号分析中的应用

针对动态Allan方差运用固定长度的分析窗截取信号导致样本数据量减少,长相关时间下方差估计值置信度降低,首先,针对动态信号跟踪能力与置信度的提高不能兼顾的问题提出了一种改进算法。引入截断窗内峭度值作为表征信号短时稳定度的参数,并建立以峭度为变量的窗宽函数,该函数可以使截断窗长随着信号的平稳程度自动变化。其次,再用窗宽自适应的滑动窗分段截取陀螺随机误差,分别对每个截断窗内样本进行总方差计算以增加方差估计的自由度。最后,计算延伸后样本的Allan方差,并将其以三维形式排列出来。结果表明:应用该方法对光纤陀螺启动信号进行分析,该算法既能更有效地跟踪信号的非平稳变化,又能大幅降低长相关时间下方差的估计误差。     

T型反馈网络在谐振式光纤陀螺频率锁定中的应用

谐振式光纤陀螺（R-FOG）的频率锁定是陀螺信号检测的关键技术,尤其在长时间的测试中,谐振频率的锁定稳定度决定了陀螺的输出性能。根据光纤环形谐振腔的传输理论,分析了其谐振特性及其一次谐波特性;搭建了R-FOG测试系统,采用正弦波相位调制解调技术实现谐振谱线一次谐波的输出;在分析由运算放大器构成的传统模拟比例积分（PI）电路的漂移误差源的基础上,给出了可以有效抑制漂移误差的T型反馈网络,应用到谐振式光纤陀螺的谐振频率锁定中,得到了较好的锁定效果,经Allan方差分析,谐振频率长时间（4000s）的锁定稳定度优于910-12。     

光纤陀螺随机漂移的建模与滤波

光纤陀螺的随机漂移是捷联式惯导系统的主要误差源,为了减小光纤陀螺的随机误差并提高其精度,需要对光纤陀螺的随机误差进行精确建模,本文根据时间序列理论,采用自回归AR模型法,建立了光纤陀螺随机误差模型。根据该模型,采用卡尔曼滤波算法实现了对光纤陀螺的随机误差的滤波。滤波结果和Allan方差分析表明,滤波后光纤陀螺随机误差得到了明显地减小,光纤陀螺的精度得到了有效地提高。     

小波分析和灰色神经网络融合的光纤陀螺误差建模与补偿

为补偿捷联姿态测量系统中光纤陀螺因外界干扰引起的高频噪声和强漂移,提出一种基于第二代小波变换和灰色Elman神经网络融合的误差建模和补偿方法。采用Allan方差法分析了在外界干扰下的光纤陀螺输出信号,利用第二代提升小波单独重构的方法分离出陀螺误差模型中的漂移误差和白噪声,灰化漂移误差数据后建立了Elman神经网络模型并进行了补偿。实验结果表明,相较于传统的灰色理论模型和单一的Elman神经网络模型,新算法有效滤除了白噪声,并将预测模型的精度提高到96%以上,证实了模型的有效性。