基于旋转调制技术的高精度陀螺寻北仪

陀螺动态寻北算法目前普遍采用动态测试结合数据拟合的方法,针对此方法处理动态测试数据存在去噪效果不强、数据存储运算量大的缺点,提出一种基于互相关函数消噪的快速动态寻北方案,推导了寻北原理公式.该方法先利用连续恒速的机械旋转将激光陀螺和加速度计的输出信号调制成一定频率的三角调幅波;然后,根据互相关函数同频相关,不同频不相关的性质,取两路相同频率的基准信号分别计算与陀螺和加速度计输出信号的互相关函数,以消除惯性器件漂移和噪声对寻北精度的影响.仿真结果表明,新算法可实现全姿态下的高精度陀螺寻北,30 s的方位角和姿态角误差小于0.01.寻北实验结果表明,该算法对惯性器件测量过程中的各类噪声有很好的抑制作用,5 min寻北标准差达到32.7,基本满足高精度寻北的需求.     

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。     

气流式补偿回路传感器

提出将气流式水平姿态传感器和角速度陀螺构成补偿回路传感器,通过气流式补偿回路传感器的原理分析和结构设计,陀螺信号消除了干扰加速度对水平姿态传感器信号的干扰,提高了运动载体水平姿态输出信号的精确度。此传感器不仅能进行静态倾角测量,而且能抑制动态情况下加速度对水平姿态传感器输出信号的干扰,使动态水平姿态输出信号也能达到很高的精度,同时还可输出角速度信号。利用单片机对传感器零位电压、灵敏度随温度变化及非线性度进行补偿,能显著提高传感器的线性度,展宽工作温度     

提升小波变换在HRG动态信号处理中的应用

为减少动态环境下半球谐振陀螺输出信号噪声,提高惯导系统精度,提出了一种基于提升小波变换(LWT)的滤波算法。将信号经小波变换提升算法进行尺度分解后,对低频小波系数进行前向线性预测(FLP)滤波,进一步去除低频干扰,提取有用信号,高频小波系数直接置零或按照一定阈值规则处理,显著提高了重构信号的精度,去除了陀螺噪声。详细对比了新算法、卡尔曼滤波算法和FLP滤波算法,并分析了三者的去噪效果。仿真结果和实际试验数据表明:新算法能有效抑制动态环境下半球谐振陀螺输出噪声,标准差为卡尔曼滤波算法的一半,运算时间缩短了30%;该滤波算法不但速度快,精度高,而且计算量小,抗干扰性好,滤波后可以有效跟踪有用信号。     

基于3×3耦合器的光纤陀螺信号解调算法

采用3×3耦合器构成非互易结构的开环光纤陀螺,具有灵敏度高、测量范围大等优点.信号检测在光纤陀螺系统中占有非常重要的地位,其解调精度的大小直接影响光纤陀螺的分辨率.根据使用3×3耦合器的开环光纤陀螺输出信号模型的特点,采用一种新的信号解调算法,可以准确解调任意动态范围的输入,克服在工作点附近灵敏度低的缺点,改善被测信号的精度.实验结果表明,算法能快速、准确解调被测物理量.     

基于灰色预测理论的NGIMU角速度误差补偿方法

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺惯性测量组合(NGIMU)实现制导的.针对NGIMU中加速度计安装存在位置偏差和角度偏差的实际情况,基于灰色预测理论,提出了一种角速度误差补偿算法.算法利用加速度计的输出得到了上述情况下的角速度误差补偿公式,在传统算法中采用灰色预测方法对角速度进行补偿.最后基于提出的一种九加速度计NGIMU配置方案,组建了实验系统,进行了角度测试实验.实验结果验证了方案的可行性,同时在测试角度为±100°时,经算法补偿后测试精度可提高3°~4°.     

一种新型的光纤陀螺非线性温度漂移模型ANN辨识方法

介绍了Gauss-Newton全局优化算法在干涉型光纤陀螺非线性温漂模型人工神经网络辨识器中的应用,详细阐述了该辨识器的构成、算法原理以及辨识方法。应用结果表明,该优化算法具有收敛速度快、网络训练精度高的优点。采用该辨识方法可实现光纤陀螺非线性温度漂移的在线辨识和补偿,有效地提高光纤陀螺的测量精度。     

一种新型的光纤陀螺非线性温度漂移模型ANN辨识方法

介绍了Gauss-Newton全局优化算法在干涉型光纤陀螺非线性温漂模型人工神经网络辨识器中的应用,详细阐述了该辨识器的构成、算法原理以及辨识方法。应用结果表明,该优化算法具有收敛速度快、网络训练精度高的优点。采用该辨识方法可实现光纤陀螺非线性温度漂移的在线辨识和补偿,有效地提高光纤陀螺的测量精度。     

基于组合模型的激光陀螺漂移建模研究

激光陀螺随机漂移数据易受环境的影响,特别是温度因数,其输出表现为时间与温度的非线性关系.传统的对数据建模方法包括时间序列和神经网络方法,但单纯利用这两种方法对诸如随机漂移这种波动性较大的数据建模精度不够高.运用灰色理论对原始信号进行预处理,得到规律性较强的累加数据;再利用时序和神经网络法进行建模,提出了两种组合建模方法:灰色时序(GARMA)建模法和灰色神经网络(GRBFN)建模法,并将其运用到漂移数据的处理中.仿真结果表明,提出的组合模型拟合精度高于任何一种单独建模效果.     

基于改进小波变换的MEMS陀螺信号去噪算法

为提高MEMS陀螺仪测量精度,抑制测量噪声对其造成的影响,该文分析了某型号MEMS陀螺仪误差特性,提出基于递归最小二乘法(RLS)多重小波分解重构的强追踪自反馈模型,建立新的软阈值函数。由于模型处理后的数据带有部分奇异值,该文提出了一种改进的中值滤波算法。对于陀螺仪零偏噪声问题,提出零偏不稳定性抑制算法,并对该算法模型进行了详细的描述。将某项目研究中列车姿态测量系统的实验数据应用到该算法模型中。测试实验分为静态、动态两组,其结果均表明:该算法减小了信号中的噪声,有效地抑制了MEMS陀螺仪随机漂移,提高了姿态解算的精度。肯定了该算法对陀螺仪输出信号噪声去除,以及使用精度提升的可行性和有效性。     

基于Goertzel算法的红外气体检测方法

基于红外热释电原理的测量方法有测量方便、寿命长、功耗低等优点,因此,红外热释电测量气体在城市管网、环境监测等场合的气体测量监控系统中得到了广泛应用。在红外热释电气体测量过程中,测量结果易受多频段信号的干扰,直接导致测量精度不高。因此,提出基于Goertzel算法的红外热释电气体测量方法,对AD获取的信号进行数字滤波处理。仿真分析并对比Goertzel算法和移动平均算法的滤波效果,仿真结果表明:Goertzel算法滤波误差为0.166 7%,测量波动为0.058%,比移动平均算法精度和稳定度分别提高51倍和18.4倍。最后通过搭建实验系统进行测试,结果表明:Goertzel滤波算法能有效地提高整体气体浓度测量精度和稳定度,测量精度能达到4 ppm左右。     

改进的双Sigmoid函数变步长自适应算法及在OCT中的应用

为提高光学电流互感器（Optical Current Transducer,OCT）在低信噪比环境下的测量准确度和长期稳定性,该文从影响OCT性能关键因素之一的算法入手,在分析现有的变步长自适应算法的基础上,结合OCT输出信号的特征和OCT工作的环境,提出一种改进的双Sigmoid函数变步长自适应算法,并将这种算法与现有的变步长自适应算法进行了仿真对比分析以及利用ActiveX技术将该算法在OCT中进行了应用测试,证明了该算法在低信噪比环境下提高OCT的测量准确度和长期稳定性的优势.     

光电轴角编码器莫尔条纹误差信号补偿

为保证光电轴角编码器在恶劣工作环境下的细分精度,提出一种基于Hilbert-Huang变换的误差补偿方法。针对编码器系统受正弦振动引起的测角故障,提出一种莫尔条纹误差信号的数学模型;采用经验模态分解算法,获取误差信号的本征模态函数,分别对本征模态函数进行希尔伯特变换解调分析,提取包含干扰特征的莫尔条纹信号;同时,基于光电轴角编码器的精码信号方波信息,获取精码信号的基波时域频率;提取与基波时域频率匹配的本征模态函数包络分量。以24位光电轴角编码器为实验对象,实验结果表明:编码器莫尔条纹信号动态细分误差峰值由约200降低到1.54左右,细分精度明显提高。     

基于稀疏阵列的米波TR MIMO雷达低空目标测高方法

基于时间反转（Time Reversal, TR）技术的米波多输入多输出（Multiple Input Multiple Output, MIMO）雷达能够有效利用反射波能量,较大地提升信噪比,但由于多径效应的存在,其采用均匀线阵信号模型时仍面临超低空目标测高精度下降以及测高误差随俯仰角变化起伏剧烈的问题。本文以降低多径效应的影响为目的,从阵列结构和算法实现两个方面出发,将稀疏阵列应用于米波TR MIMO雷达的低空目标测高。首先,本文建立了基于稀疏阵列的单基地米波TR MIMO雷达镜面反射信号模型,然后结合广义多重信号分类算法和最大似然算法,提出了适用于该模型的低空目标测高方法。最后,仿真实验表明,本文所提出的基于稀疏阵列的米波TR MIMO雷达低空目标测高方法具有更显著的结构优越性和更优的低空目标测高性能。     

宽量程反射式光纤位移传感器的研究

分析了反射式光纤位移传感器的输出特性,设计了一种新的宽量程反射式光纤位移传感器。以传感器的输出及其相对应的实际位移训练神经网络,建立基于神经网络的传感器逆模型,将其用于传感器输出信号的处理,扩大了测量范围和提高了测量精度。     

基于矩阵灰建模的单次P300检测新方法

针对少导联P300单次提取识别率较低的问题,提出了一种基于矩阵灰建模的参数模型法提取特征的方法,提高了P300单次识别率.首先对脑电信号进行预处理,然后选择导联组合,接着对每个Epoch进行建模,将模型参数作为特征向量输入SVM分类识别.结果表明,单次P300的平均识别率为91.43%,叠加平均3次正确率可高达97.87%.     

基于双摄像头的心率测量系统的设计与改进

针对在外部干扰或昏暗环境下利用图像光电容积描记(image Photoplethysmography,iPPG)技术进行心率测量时准确度较差,提出了一种自适应心率提取算法,并在嵌入式硬件平台上进行了验证。算法根据图像中人脸与背景区域的色度关系来识别不同的场景并启动合适的摄像头进行图像采集及自适应映射,接着对提取出的信号进行滤波,在信号质量评估后输出结果。上述方法在Zynq平台上进行了验证,使用双摄像头实现实时心率测量,并对结果进行可视化输出。实验结果表明:优化后的算法在光照及运动的双重干扰下的测量误差从3.36BPM降至2.78BPM,准确率提升了17.3%。另外,所设计的系统能够实现在极端黑暗条件下的心率采集,平均误差约为2.39BPM。     

基于非切趾短FBG光栅的小信号测量方法

为解决基于图像传感器的FBG解调系统精细测量的问题,提出了使用非切趾FBG测量弱信号的方法。设计出了非切趾FBG反射谱近似模型,采用对数放大的方法提高非切趾FBG的旁瓣,在较宽的光栅频谱范围内,进行光谱相关解调并给出解调算法。基于蒙特卡洛方法对非切趾光栅测量仿真,并搭建实验系统对非切趾FBG、宽带高斯光栅进行对比测量实验。研究结果表明,基于非切趾FBG的弱信号测量方法可有效提高波长测量精度,通过相关解调,可使测量精度达到宽带光栅的2倍。