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。     

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...     

基于Kalman滤波器的MEMS陀螺随机误差分析与建模补偿

MEMS陀螺随机漂移是影响MEMS惯性导航精度的主要原因。为提高MEMS陀螺使用精度,本文通过时间序列分析方法,建立MEMS陀螺角速率信号ARMA模型,进而利用线性KF(Kalman Filter)滤波方法处理陀螺角速率信号。本文通过搭建MEMS陀螺组件,进行三轴精密转台实验,将得采存陀螺信号进行KF滤波处理。利用Allan方差分析滤波前后MEMS陀螺角速率信号,结果表明陀螺仪零偏不稳定性经KF滤波后提升18.7%。     

MEMS陀螺仪随机误差的动态辨识

针对经典Allan方差在分析和定量描述微机电系统(MEMS)陀螺仪噪声项时存在的问题,提出将动态Allan方差用于MEMS陀螺仪输出信号分析并加以改进。根据Allan方差的原理,实现误差项系数的动态辨识,得到各类型误差随时间的变化规律。普通最小二乘法求解误差系数时存在个别为负的问题,因此,将非线性最优化的单纯形法用于方差曲线的拟合。实验结果表明,改进后的方法不仅能准确描述数据的噪声量值,还能反映信号的频率稳定性和误差项的变化特征。     

四频差动激光陀螺随机误差建模与滤波研究

根据四频差动激光陀螺随机误差的特性,对实验采集的某型四频差动激光陀螺的静态输出数据,使用p阶自回归q阶滑动平均模型(ARMA(p,q))进行分析,并采用BIC准则确定模型的阶数。基于建立的ARMA(p,q)模型,使用卡尔曼滤波对四频差动激光陀螺的静态输出数据进行滤波处理,检验结果表明,该方法能明显减小四频差动激光陀螺的随机误差。     

基于ARMA-AKF的HRG随机误差建模分析

针对半球谐振陀螺(HRG)随机误差影响惯性测量单元测量精度的问题,提出了一种改进的基于自回归滑动平均(ARMA)模型和自适应滤波(AKF)的随机误差处理方法。该文对预处理的数据进行了自相关和偏相关特性分析,判断随机误差的适用模型,以及利用贝叶斯信息准则(BIC)准则估计ARMA模型的阶数,通过长自回归模型计算残差法获取模型参数,引入加权自适应因子在线调整一步预测误差阵和量测噪声矩阵用于改进滤波方程,并比较了5项主要误差系数值。结果表明,改进的算法能够有效抑制随机误差,为HRG的随机误差建模补偿提供了新方法。     

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.     

基于ARMA建模的MEMS加速度计随机误差补偿方法

为提高MEMS加速度计测量精度,采用了一种基于自回归滑动平均(ARMA)模型和卡尔曼(Kalman)滤波的随机误差补偿方法。文中对预处理后的加速度计数据进行一阶差分,差分数据通过了平稳性分析,根据自相关和偏相关特性分析,确定随机误差适用模型,根据贝叶斯信息准则(BIC)确定模型阶数,从而确定随机误差模型。再通过Kalman滤波,实现对加速度计随机误差的滤波补偿,使得加速度计的零偏稳定性由0.5179mg降低为0.0528mg,指标提高了一个数量级,有效提高了加速度计的测量精度。     

影响声表面波振荡器的频率稳定性因素分析

本文阐述了影响声表面波振荡器频率稳定性的主要因素;探讨了改善声表面波振荡器频率稳定性的方法。     

基于空域相关的激光陀螺信号滤波方法研究

针对传统滤波方法滤除激光陀螺随机噪声性能低的特点,提出了一种改进的空域相关滤波方法。该算法通过引入阈值系数概念,选取一个合适的阈值终止算法的迭代过程来去除残留的噪声信息。实验采用Allan方差法对滤波效果进行定量分析,结果表明基于改进的空域相关滤波方法能够减少迭代次数节约计算量,有效地减小随机误差,提高测量精度。     

小波域中值滤波在激光陀螺信号处理中的应用

各种随机噪声是导致激光陀螺产生误差的主要因素,且其性质特殊,很难用传统的滤波方法去除。为了减小激光陀螺的随机误差,提高测量精度,提出了小波域的中值滤波器滤波方法,对激光陀螺零漂数据进行了滤波,并采用Allan方差法对滤波效果进行了定量分析。结果表明,此方法的滤波效果优于中值滤波和小波软阈值滤波效果,能有效地减小激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡、零偏不稳定性和量化噪声,提高激光陀螺零漂输出的稳定性。     

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。     

半球谐振陀螺噪声特征研究

半球谐振陀螺在航天器姿态控制领域应用广泛。针对航天器对陀螺噪声的要求,采用 Allan 方差分析了半球谐振陀螺的噪声组成,并与光纤陀螺、MEMS 陀螺进行了对比。Allan 方差分析结果表明,半球谐振陀螺的噪声以量化噪声为主,角度随机游走的成分很少,而光纤陀螺和 MEMS 陀螺的噪声由角度随机游走组成,基本无量化噪声。因此,降低半球谐振陀螺的噪声应从降低量化噪声入手。通过调整电路参数降低了陀螺噪声,证实了措施的有效性,同时为进一步降低半球谐振陀螺噪声指明了研究方向。     

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。     

光电平台MEMS陀螺性能及滤波算法的Allan方差评价

光电稳定平台被广泛应用于火控、侦察、制导等武器系统中,具有提供重要的态势感知、监视、瞄准和搜跟能力。随着光电技术的发展,光电稳定平台变得更加精准和轻便小巧。MEMS陀螺具有体积小、重量轻、成本低、可靠性高、测量范围大的优点,使其已经成为小体积、低成本光电稳定平台的首选惯性传感器。但在光电稳定平台设计时,选用MEMS陀螺和陀螺滤波处理就成了首要的问题。本文首先介绍了基于Allan方差评价MEMS陀螺随机漂移误差的方法,描述了4种常用的陀螺滤波算法,然后基于Allan方差详细地分析了这几种滤波器的应用特性和滤波器参数对滤波性能的影响。可以看出,使用Allan方差可以很好地评估MEMS陀螺和滤波器性能,指导陀螺滤波器选型和滤波参数配置,该评估方法可有效地解决光电稳定平台设计阶段的陀螺选型和滤波器选型。     

Frequency and time stability of GPS and glonass clocks

The frequency stability and reliability of the clocks are critical to the success of the GPS and GLONASS programs. We will show some of the similarities and differences between the clocks involved in these two systems. Because both systems plan to be operational in the next few years, the data leading up to this operational stage is of significant interest. On-board clocks and the stability of the master control clocks for these systems are analysed. We will discuss the attributes of these two systems as time and frequency references. Their relationship to UTC will also be illustrated. More data over a longer period of time was available for the authors from GPS than from GLONASS. Even so it is obvious that both systems have matured. Though the GLONASS system was developed later, its overall clock performance has improved more rapidly. Some of the more recent GLONASS clock performance is at about the same level as that of the GPS clocks. The analysis has yielded some very interesting contrasts, comparisons and changes in these systems that should be of great interest for time and frequency users, as well as for clock vendors and receiver vendors.     

基于MIMU的自适应步态检测算法

行人步态检测精度对个人导航系统至关重要。针对当前行人自主导航系统中常规步态检测算法不能适用于多种运动状态下的步态检测问题,提出了一种基于微惯性测量单元（MIMU）的自适应步态检测算法。该算法首先利用加速度计三轴模值方差、单轴方差差别和波形相位识别4种不同的行走状态,包括前进、快跑、后退和横向行走,然后针对不同的行走状态设置自适应阈值,实现各类运动状态下的自适应步态检测。利用实验室自主研发的MIMU固定在腰部脊椎位置进行实验验证,数据显示,前进行走和快跑步态检测精度可达99%,后退和横向行走步态检测精度可达93%。实验证明,自适应步态检测算法适用于个人导航系统。