小波去噪在激光陀螺漂移信号分析与处理中的应用

用Allan方差法对激光陀螺漂移数据的各种误差源及其整个噪声统计特性进行细致的表征和辨识.根据有效信号与各种噪声信号的频谱差异,用Mallat算法对RLG漂移信号进行塔式分解,采用软阈值消噪法去除噪声.对小波去噪前后的激光陀螺零漂信号用Allan方差进行对比分析表明,小波变换有效的减小了激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡和量化噪声,提高了激光陀螺零偏输出的稳定性.     

光纤陀螺零漂信号的Allan方差分析

介绍了数字光纤陀螺（FOG）零漂实验的设备及环境，在测得特定光纤陀螺静态零漂信号的基础上，运用Allan方差理论对陀螺零漂信号进行定量的分析，得到了光纤陀螺角随机游走、零偏不稳定性、速率随机游走、速率斜坡和量化噪声5个误差源系数的大小，通过对各系数大小的分析，确定出该光纤陀螺在使用中有较大影响的误差源为角随机游走和零偏不稳定性系数，为该光纤陀螺进行各种误差补偿提供了理论依据。     

基于6 类噪声项拟合模型的光纤陀螺噪声特性分析方法

针对传统的陀螺噪声特性分析方法出现拟合模型不准确的问题,提出一种基于6 类噪声项的拟合模型及分段拟合方法。采样某型光纤陀螺数据,分析了导致拟合模型不准确的内在机理,指出在光纤陀螺随机噪声中存在低频正弦项噪声成分,该项噪声在传统的5 类噪声拟合模型中通常被忽略。对于精度较高的光纤陀螺,这种忽略处理导致其拟合模型不合理、拟合系数结果不准确。通过对实测陀螺信号进行时域、频域分析,确定正弦项噪声的频率,将正弦项噪声纳入拟合模型中,提出一种包含6 类噪声项的拟合模型,同时为减小正弦项噪声、量化噪声项、零偏不稳定项、速率斜坡项等因相关时间相近而带来的耦合误差,提出一种分段拟合方法。针对某型光纤陀螺的实测数据的Allan 方差,基于6 类噪声项的拟合模型,采用文中所提方法进行噪声特性分析。结果表明:六类噪声项的拟合模型的拟合误差很小,拟合系数准确、可信。     

光纤陀螺中随机游走的分析研究

随机游走是描述光纤陀螺性能的一项重要指标．在阐述随机游走概念的基础上,分析了引起随机游走的噪声源,并对各噪声引起的随机游走进行了理论计算,得出强度噪声是引起陀螺随机游走的最主要因素的结论．这为减小随机游走即抑制强度噪声提供了理论基础．     

光纤陀螺仪随机误差的Allan方差分析

文中应用Allan方差法对某型光纤陀螺的静态输出信号进行了分析,为提高光纤陀螺的性能提供了依据.     

自适应滤波技术在光纤陀螺信号处理中的应用研究

光纤陀螺输出信号中的随机噪声的来源是不可去除的,并且每次开机时的噪声特征都不尽相同,尤其是随机噪声中的角度随机游走,直接影响到光纤陀螺短期内的精度,增加了初始对准结果的不确定性.为了减小这种不利影响,保证系统的对准精度,对光纤陀螺信号后期处理过程中采用前向线性预测(FLP)滤波技术设计了一种基于LMS算法的自适应滤波器,有效地抑制了随机噪声对对准结果的影响.     

惯性测量组合中激光陀螺随机噪声分析

介绍了国外常用于评估环形激光陀螺和其它精密测量仪器性能的Allan方差法．讨论了环形激光陀螺的随机噪声特性，应用Auan方差法对激光陀螺输出数据进行了分析，分离出各项误差的系数，结果表明，Auan方差法是一种有效的误差特性分析方法。     

基于ARMA模型的光纤陀螺漂移数据建模方法研究

研究了应用长自回归估计法进行光纤陀螺零漂数据模型的参数估计。利用卡尔曼滤波算法进行参数的精估计，建立了光纤陀螺零漂数据的ARMA模型。研究结果表明，所建的光纤陀螺ARMA模型较传统的AR模型具有更高的精度，光纤陀螺随机漂移ARMA模型可分解为两个独立的时间相关的一阶马尔可夫过程。     

基于小波去噪与DRNN的光纤陀螺随机误差建模研究

针对具有复杂特性的光纤陀螺随机误差的建模问题,采用具有良好时域和频域局部化性质的小波阈值去噪和具有局部内递归特性的对角神经网络(DRNN)进行降噪建模研究。首先给出小波阈值去噪和DRNN的相关理论;然后,组合利用小波阈值去噪和DRNN对实测数据进行建模研究。仿真结果表明,在利用小波阈值去噪去除陀螺随机误差高频噪声的基础上,DRNN能够有效地对低频噪声建模,组合运用这两种理论方法取得了理想的建模效果。     

微机电系统陀螺仪随机漂移误差建模与滤波研究

随机漂移是微机电系统(MEMS)陀螺的主要误差,建立其数学模型并在输出中加以补偿是抑制该项误差、提高MEMS陀螺精度的有效方法。采用Allan方差对MEMS陀螺实测数据进行了分析,并采用时间序列分析法建立了随机漂移模型。根据建立的漂移模型,就如何利用Kalman滤波抑制随机漂移误差进行了分析和研究。     

交叠式Allan方差在MIMU余度配置中的应用

首先将多个陀螺的输出数据进行小波变换,在对应的尺度上将陀螺仪输出数据的小波变换系数进行数据融合,得到组合陀螺仪的各个尺度的小波变换系数,然后通过逆小波变换得到组合陀螺仪的输出信号。由于在相同的置信水平下,交叠式Allan方差分析方法比普通Allan方差具有更大的置信区间,所以利用交叠式Allan方差作为数据融合中的加权值。实验表明该方法能有效地提高MIMU的输出精度,显著减小高精度MIMU对陀螺仪本身精度的要求。     

一种光纤陀螺随机噪声时间序列建模与实时滤波方法

为了减小光纤陀螺（FOG）的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均（ARMA（2,1））模型基础上,采用一种将改进递推增广最小二乘（RELS）算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman滤波算法进行仿真对比。仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声。     

基于卡尔曼滤波的陀螺仪阵列技术研究

多个相同型号的陀螺仪测量轴相互平行,测量同一个角速度信号所组成的阵列叫做陀螺阵列。通过研究陀螺阵列提高惯性测量精度的信息处理算法,建立单个微机电（MEMS）陀螺仪的两种不同漂移模型,利用Allan方差对漂移系数进行辨识,将辨识出的随机漂移系数应用于卡尔曼滤波。通过卡尔曼滤波将陀螺阵列的信息融合为一个较高精度的输出,证明了卡尔曼滤波的稳定性。通过实验对比了不同建模方法的优劣,并且验证了基于卡尔曼滤波的信息融合方法可以有效提高MEMS陀螺仪的精度。     

基于Allan方差自适应算法的姿态解算

为解决MEMS 姿态传感器的复杂噪声问题,设计使用一种基于Allan 方差的自适应算法在线估计量测噪 声方差。基于Allan 方差递推公式组成自适应算法来追踪数据的方差值,采用欧拉角微分方程作为滤波的状态方程, 通过对陀螺仪静态数据Allan 方差分析得到陀螺仪的主要噪声参数用作滤波系统噪声方差,并将各个数据整合解算 出姿态角。结果表明：自适应滤波算法比常规滤波方法解算的角度精度高,在噪声波动的环境条件下,自适应滤波 算法实用性更好。     

机械抖动偏频激光陀螺仪随机噪声注入系统的研究与设计

为了消除抖动偏频激光陀螺仪的动态闭锁误差,需要向正弦抖动信号中注入具有平稳性的随机噪声,以使抖动幅度随机变化,从而可以通过时域平均来消除动态闭锁误差.对抖动加噪原理、随机噪声的性质进行了研究,在此基础上用AT89C2051单片机实现了随机噪声的产生与注入,并通过实验验证了所设计的噪声注入系统可以有效地消除动态闭锁.     

基于前向线性预测的光纤陀螺信号小波分析方法

根据光纤陀螺输出信号中存在漂移误差和噪声的特点,在采用小波降噪的基础上,提出将自适应前向线性滤波技术用于小波系数处理,能够更加有效地抑制陀螺漂移噪声.实际测量数据处理结果表明,这种综合的小波滤波方法在不增大小波分解尺度的情况下可以进一步改善滤波效果,并且计算量没有明显增加.滤波后既能获得平滑信号,也真实反映了信号的边界...