基于EMD-小波包的随钻测量信号去噪方法

为了降低随钻测量过程中噪声对信号的影响,针对经验模态分解(EMD)去噪方法粗糙和小波包去噪方法缺乏自适应的问题,提出了一种基于EMD-小波包的随钻测量信号去噪方法。利用EMD分解自适应的特点将随钻测量信号分解成几个IMF分量;根据信号自相关函数的特性找出主要含噪的IMF分量,再利用小波包阈值去噪方法将含噪IMF分量中的噪声去除;将去噪后的IMF分量和剩余的分量重构,得到去噪后的随钻测量信号。为验证方法的有效性,进行了随钻测量实验并用该方法对采集的信号进行处理。结果表明该方法能够很好地去除随钻测量信号中噪声的干扰,提高信号的信噪比。     

随钻测量用MIMU信号处理

为提高随钻测量系统的姿态估计精度,克服传统算法对于非平稳信号处理的局限性,提出基于ARIMA模型的卡尔曼滤波算法。该算法采用时间序列分析方法,建立了随机漂移误差的ARIMA模型,根据实测数据的ACF和PACF,确定微机械陀螺仪模型的各个参数,利用卡尔曼滤波算法进行滤波处理。实验对模型的拟合残差均值与方差作了比较分析,通过卡尔曼滤波处理,ARIMA模型数据零偏减小了1个数量级,滤波方差相比传统AR模型减小了42%。所建立的ARIMA模型与传统时间序列方法建模相比,降低了模型预测误差,滤除MEMS陀螺仪随机漂移误差更为明显,模型对提高陀螺仪输出精度更为有效。     

基于航弹的动基座传递对准研究

在几种传递对准方法和航弹传递对准特点的基础上,提出采用速度+姿态传递对准方案.根据实际情况合理简化传递对准数学模型,采用改进的卡尔曼滤波方法分别对速度匹配和姿态匹配子系统误差估计,同时还对陀螺漂移进行估计,然后采用联邦滤波算法对子系统的公共状态进行信息融合得到全局估计,提高系统的计算能力和可靠性.仿真试验表明姿态误差在20'以下,速度误差在0.1m/s以下,该方法适合航弹传递对准要求.     

基于MIMU/GPS的组合导航设计及试验

根据航弹和MEMS技术特点设计了基于MIMU/GPS的组合导航系统.MIMU采用模块化设计,提高了可靠性;参考JDAM的性能指标,计算各模块指标;采用一种双频圆极化微带天线改善天线的宽带宽角特性,提高了GPS接收机灵敏度;借助GPS广域差分增强系统得到精密GPS星历和广域差分电离层网格改正数,有效解算定位精度提高了10倍以上.根据需求,合理简化组合导航数学模型并采用改进的模糊自适应Kalman滤波,仿真和实验表明,该设计满足制导精度在5 m以内的要求;并可在国产导航系统成熟的条件下,实现平稳过渡.     

基于MIMU的输电线路振动分析

为了对输电线路振动进行有效阻尼控制,提出了一种惯性测量参数的时间序列分段模式的输电线路振动分析方法。首先设计一种MIMU测量节点,采用一定长度的弹性杆进行信号物理放大和防磁干扰,并对采集的输电线路振动信息进行AR-Kalman滤波处理;然后把处理过的数据分为不同数据段,静止时数据作为基准段,把后采集的数据段与基准段进行变异分析,计算变异度,预测输电线路振动幅度;对相邻两段数据进行相似度量,计算相似度,预测输电线路振动频率,分析振动趋势;最后设计了振动台、转台和输电线路模拟实验,采集不同振动幅度及频率的MIMU信号,通过幅度、频率及趋势的综合分析,获取本地区输电线路振动特性,实验结果表明,处理数据结果能够反映输电线路振动变化规律,说明输电线路振动分析方法是有效的,可为输电线路的振动阻尼控制器设计提供参数。     

基于变换无迹卡尔曼滤波的随钻测量误差在线辨识

针对随钻测量(MWD)工作环境复杂多变,随钻器件测量的精度降低的问题,设计了基于变换无迹卡尔曼滤波(TUKF)法对测量误差进行在线辨识和补偿.首先,建立加速度计和陀螺仪的输出误差模型,选取导航误差参数以及传感器误差参数作为系统状态变量;然后,以钻杆钻进时实时解算出的姿态角与钻机每次停机时的钻具姿态角作差作为系统观测量,设计状态方程和量测方程对惯性器件误差进行在线辨识;最后,通过误差补偿方程对惯性器件进行补偿.运用此方法分别设计了振动台实验、模拟钻进实验和钻进实验,实验结果表明,设计的在线辨识方案通过标定补偿后,随钻测量中钻具的工具面角输出误差减小到0.8°,倾斜角输出误差减小到1°,比无迹卡尔曼滤波方法精度提高了50％,所提方法克服了随钻测量时钻具振动带来的影响,为实际钻井进一步提高数据可信度提供理论依据.     

MEMS陀螺仪的稀疏冗余去噪

为了提高随钻测量过程中MEMS陀螺仪的测量精度,抑制振动信号等对陀螺仪漂移造成测量精度的影响,采用经验模态分解(Empirical Mode Decomposition,EMD)和压缩感知(compressed sensing,CS)的算法进行降噪.首先对MEMS陀螺信号进行EMD分解,利用连续均方误差(CMSE)计算两个连续重构陀螺仪信号的欧式距离,以此将分解得到的模态函数(IMFs)以高、低频的形式分离,剔除高频噪声模态的影响;构建冗余字典,使低频IMFs分量在该字典上稀疏表示,利用贝叶斯理论对优化剩余IMFs分量重构;同时,在该字典上添加一列误差补偿项,通过贝叶斯估计求得.最后将处理后的剩余IMFs分量和补偿项叠加重构.去噪前后,MEMS陀螺仪数据解算的方位角累积误差由11.8562°减小到0.4725°.仿真实验分析可知,该算法可有效去除陀螺仪信号中的噪声.     

基于MIMU的输电线路运动监测技术

在分析当前输电线运动监测技术优缺点的基础上,提出一种基于MIMU的输电线路运动监测技术.采集MIMU时间序列信号建立ARMA模型,对比力和角速度信号进行Kalman滤波处理;由于平动和转动的幅值是由比力和角速度积分所得,以各轴比力平方和与角速度平方作为衡量输电线平动和转动幅度的标准,并对数据进行分段,通过计算数据段间的欧式相似度衡量数据的变异程度来评估输电线平动和转动的幅度及变化趋势,对测得加速度和角速度做FFT变换得出运动频率.为验证运动监测技术,设计转台摇摆模拟输电线3种不同幅值运动,将数据进行上述算法处理,结果表明,估计出的平动和转动幅度趋势和幅值变化相同,且精确识别施加的频率为2Hz.实验室条件下,搭建的模拟系统正常工作.     

基于突触可塑性的SNN随钻陀螺仪漂移处理

针对随钻振动引起MEMS陀螺仪的数据漂移问题,文中提出了一种脉冲神经网络算法.首先根据陀螺仪漂移误差的时间特性,利用脉冲网络的脉冲时间编码陀螺仪的信息强度.然后利用Izhikevich神经元模型的突触可塑性,调节激发性突触电导并抑制性突触电导,增强网络的鲁棒性,从而提高陀螺仪信号对噪声的抗干扰能力.在不同振动频率下,分...