基于光纤陀螺ARMA模型的罗经法自主对准工程实现

在完成光纤陀螺捷联惯导系统样机的罗经法初始对准基础上,为进一步提高初始对准的精度,建立3个光纤陀螺仪随机漂移数据的ARMA模型,采用卡尔曼滤波算法进行光纤陀螺仪随机漂移的精确估计.在三轴转台试验中分析了加入光纤陀螺随机漂移ARMA模型前后的罗经法对准精度,得出光纤陀螺ARMA模型能有效地提高初始对准的精度,验证了其在工程应用中的价值.     

基于总方差方法的光纤陀螺随机误差特性研究

为解决Allan方差在长相关时间上存在估计误差较大的问题,根据光纤陀螺随机误差信号的频率特性,提出了采用总方差来对光纤陀螺的随机误差特性进行分析的方法.用模拟的光纤陀螺各项随机噪声对Allan方差和总方差方法进行了比较仿真研究,并利用总方差方法分析和辨识了光纤陀螺实际测试数据中随机噪声的类型和噪声水平.试验结果表明在长相关时间上,总方差的值和实际的幂律谱噪声的行为特征是一致的;在平均因子较大的情况下,总方差能够有效地提高方差估计值的置信度,估计精度优于Allan方差分析方法.     

微机械陀螺非平稳随机信号改进GM-AR模型研究

为进一步提高中低精度器件微机械陀螺的测量精度,采用一种基于动窗平滑的GM(1,1)改进模型对微机械陀螺零输入条件下输出的非平稳随机漂移信号进行建模,去除了多种因素引起的确定性趋势项,并与常用的线性拟合、多项式拟合方法进行了对比研究.对比仿真结果表明,改进的GM(1,1)模型可以有效地去除漂移中的确定性趋势项,较以往效果有一定改善,去除了趋势项的残差序列经验证为平稳、零均值的随机过程,对该序列建立了AR模型,利用AIC信息准则检验了模型适用性,检验结果表明,AR(3)模型为适用模型.对补偿前后的漂移序列用Allan方差方法进行分析,可以有效实现对不同频段内噪声模型的辨识,对比结果表明,补偿后的漂移噪声参数有所减小,噪声信号得到有效抑制.     

光纤陀螺随机游走优化技术

针对高精度应用中光纤陀螺输出随机游走限制系统性能的问题, 通过选择合适的偏置相位,对光纤陀螺随机游走进行了优化.选取一组偏置相位序列,采集该组偏置相位序列下光纤陀螺系统的探测器输出,根据电子加性噪声、散粒噪声和光源相对强度噪声等影响光纤陀螺输出随机游走的主要噪声源的噪声特性,通过拟合方法实现3种噪声源的分离,结合理论推导得到最佳偏置相位和最佳噪声抑制比,从而使系统输出的随机游走系数最小.对光纤陀螺系统在最佳偏置相位和常规偏置相位处分别进行静态测试,测试结果表明：采用最佳偏置相位可将光纤陀螺的随机游走系数降低约50%,符合理论分析和计算结果.提出的光纤陀螺最佳偏置相位的拟合测试方法能获得与系统匹配的最佳偏置相位,满足工程实践的需要.     

一种适用于OFDM系统的自适应AGC改进方法

动态环境下,光纤陀螺的噪声更加难于处理并且是制约光纤捷联惯导精度的重要因素。针对光纤陀螺动态信号的复杂特性难以准确估计,提出一种利用广义交叉验证对信号的小波分解层分层确定阈值的方法。在信号先验统计特性未知的情况下,利用广义交叉验证原理,该方法能够识别信号和噪声所在的小波分解层,从而分层自适应给出合理阈值。对模拟数据和动态信号仿真算例的分析表明,该方法可有效解决在动态条件下抑制光纤陀螺噪声与保留高频信号的矛盾,提高光纤陀螺动态信号处理的精度。     

消偏型光纤陀螺的原理及应用分析

干涉型光纤陀螺是通过光纤环的Sagnac效应来敏感外部的旋转角速度,在实际的光纤陀螺系统中,Sagnac效应十分微弱,光波偏振态的随机变化引起陀螺的输出漂移和标度因数的不稳定性,从而影响陀螺的性能,采用光学消偏方法可以减小偏振态对光纤陀螺性能的影响.运用琼斯矩阵分析Lyot光纤消偏器的原理及输入输出端口的互易性,探讨Lyot消偏器的结构参数,结合系统中光信号的特点分析了消偏器对光纤陀螺的影响,并探讨了消偏型光纤陀螺的最优结构.消偏光纤陀螺的测试采样输出数据维持在36.5～37.9,整体来看输出平稳,噪声得到了明显的抑制,从而验证了消偏光纤陀螺的原理及其结构设计的可行性.     

一种光纤陀螺随机漂移的高精度建模方法

为减小光纤陀螺随机漂移,采用时间序列分析法对其进行ARMA模型辨识.提出一种全局最优的模型阶次搜索算法,将模型适用性检验方法中的BIC(Bayesian information criterion)用于模型阶次搜索,并采用Pandit-Wu建模思想,把二维搜索化为一维搜索,得到了模型阶次的一致性估计.提出了一种改进的U-C算法,并与长自回归模型计算残差法相结合共同估计模型参数.它将非线性参数估计过程转化为线性过程,使用了正置与逆置漂移时序参与估计,以前向和后向模型的滤波误差平方和最小为参数估计的指标,在p+1维空间中求极小值.采用上述方法确定的模型其残差标准差为0.002 4°,最大预报误差为0.011 2°,能准确预报光纤陀螺随机漂移趋势.     

神经网络在光纤陀螺温度补偿中的应用

为了消除光纤陀螺的温度效应并提高陀螺的精度,将神经网络应用于光纤陀螺温度漂移模型的辨识和温度补偿中.采用神经网络算法中的误差反向传播算法,在采集的光纤陀螺漂移数据样本的基础上对其进行了非线性辨识,通过对所采集数据的学习训练出了有效的温度补偿网络,并用实验测试数据验证了该方法的有效性.数据分析表明,神经网络温度补偿方法可以明显改善陀螺的零偏稳定性能.     

正则粒子滤波算法在MEMS陀螺滤波处理中的应用

针对MEMS陀螺随机漂移的滤除,引入正则粒子滤波算法对其进行处理。首先,采集MEMS陀螺静态漂移数据,对其预处理;然后,采用时间序列分析方法建立自回归AR模型,并将其转化为相应的状态空间模型;最后,利用正则粒子滤波算法对MEMS陀螺随机漂移进行估计和补偿,并与工程中常见的方法进行对比。试验及仿真结果表明,正则粒子滤波在抑制MEMS陀螺随机漂移时效果显著,具有较高的实际应用价值。     

光纤陀螺启动漂移补偿技术研究

干涉型闭环光纤陀螺从加电开始至达到标称精度所需的时间称为启动时间。在此期间内陀螺输出存在较大的漂移,即启动漂移。为减小陀螺启动漂移、缩短陀螺启动时间,文章对陀螺启动漂移进行了理论分析和试验数据分析。指出陀螺启动漂移补偿模型中除考虑温度变化率的线性项外还应考虑温度变化率高次项的影响和温度影响。通过试验为某干涉型闭环光纤陀螺建立了启动温度漂移补偿模型。在室温下对该陀螺启动漂移的补偿结果表明该方法能有效减小陀螺的启动漂移,缩短陀螺的启动时间。     

MEMS陀螺仪随机误差补偿方法研究

针对MEMS(Micro-Electro-Mechanical System)陀螺仪的随机漂移误差,探讨其有效补偿方法.基于陀螺仪输出角速率信息的变化量是等随机和等随机加速的两种假设,提出了两种相应的基于Kalman滤波理论的MEMS陀螺仪随机误差补偿方法.在建立陀螺仪随机误差模型的基础上,详细推导了各自的Kalman滤波方程,最后以某微惯性测量系统中所用MEMS陀螺仪的输出信号分析为例,对两种滤波方法作了实验验证.理论分析和实验结果表明:所提出的两种误差补偿方法是正确有效的,且后一种方法的滤波与跟踪效果比前一种更好.     

随机最优策略在转子系统振动控制中的应用

为了减小随机激励作用下转子系统的振动, 提出了一种用于振动控制的随机最优控制策略.基于线性二次型高斯控制理论, 给出了转子系统在白噪声激励作用下振动控制的随机最优控制规律，并通过成形滤波器把有色噪声变为白噪声，得到了有色噪声激励作用下的随机最优控制规律. 通过求解方差方程，用数值方法对对随机激励作用下的转子系统的位移响应方差进行了研究.结果表明, 该控制策略作用下转子圆盘中心的位移响应方差仅为没有控制策略作用下对应位移响应方差的16.7％. 该控制策略能够有效地抑制转子系统的振动. 转子圆盘中心的位移响应方差随着随机激励功率谱密度的增大而增大.     

Copula-SAR模型及其在洪水地区组成随机模拟中的应用

洪水地区组成随机模型的核心问题是构建联合分布或条件概率分布.从白噪声项切入,建立了基于Copula函数的多元季节性一阶自回归模型,即Copula-SAR(1)模型,并与常用的SAR(1)模型作比较.清江流域的应用结果表明,Copula-SAR(1)模型能较好地保持地区洪水组成的统计特征,非线性自相关系数的均方根误差RMSE减少了0.071,各项统计特征值的均方根误差RMSE的平均值减少了0.012.该模型显著地降低了白噪声项的模拟误差,为水文水资源的随机模拟提供了一种新的途径.     

G?布朗运动驱动的时滞神经网络的稳定性分析

研究一类由G?布朗运动驱动的时滞神经网络(G?DNN)的稳定性问题. 实际中噪声并不总是服从正态分布,为更好地描述实际情形,采用G?布朗运动来描述噪声,分析G?布朗运动噪声的离散观测值对时滞神经网络稳定性的影响. 针对指数稳定的时滞神经网络,引入由G?布朗运动驱动的随机噪声,并利用G?随机分析理论、Gronwall不等式、Borel-Cantelli引理等,给出随机噪声强度的上界,使得在噪声强度少于该上界的情形下随机时滞递归神经网络的稳定速度大于原来神经网络的稳定速度. 进一步分析噪声在离散的情形下随机时滞递归神经网络的稳定性问题. 借助G?It?公式、放缩技巧及一些基本不等式,得到能进一步加快随机时滞递归神经网络指数稳定速度的噪声离散步长的上界. 通过实例验证了理论结果的有效性.     

Probability Response of Shape Memory Alloy Beam Subjected to Noise Excitation

噪声激励下形状记忆合金梁的概率响应

李玉婷,冯进钤,王迎宵

（西安工程大学 理学院,西安 710000）

摘要：

形状记忆合金是一种具有记忆效应和超弹性的材料,广泛应用于各个工程领域中。 基于弹性理论和Galerkin方法,本文提出了具有刚性约束的形状记忆合金梁的振动模型。应用随机平均法,得到该模型的概率响应。同时,通过数值模拟验证解析结果的正确性,从而证明了该随机平均法的有效性。 此外,讨论了随机分岔现象。 结果表明,一定的碰撞恢复力和阻尼力会引起P分岔。

关键词：形状记忆合金;随机平均;稳态概率密度;随机分岔

     

基于空域追踪算法的基线漂移信号噪声修正

为了消除基线漂移信号噪声对信号的干扰影响,提出一种基于空域追踪的修正算法.通过非线性滤波器从原始信号中粗提出基线信号,利用多步迭代微分算子从基线漂移信号中分解出更加精准的基线信号,再从原始信号中移除基线漂移信号,完成基线漂移信号噪声修正.选取多种类型测试数据(包括心电信号与噪声数据)来验证算法的有效性,结果表明,同传统的四种基线漂移信号修正算法相比,所提出的算法可以高效去除基线漂移信号的干扰.     

部分状态可测转子系统振动控制的随机最优策略

建立了受控柔性转子系统在随机激励下的状态空间模型.基于线性二次型高斯控制和Kalman-Bucy滤波器理论，提出了在不完全状态信息条件下，转子系统在白噪声和有色噪声激励下振动主动控制的随机最优策略.以一个双盘悬臂柔性转子 轴承系统为例，通过数值方法研究了在El.Centro地震激励作用下采用随机最优策略对转子 轴承系统进行振动主动控制的有效性，并讨论了在性能指标中不同权函数对控制效果的影响.结果表明，提出的随机最优控制策略能够有效抑制转子系统的振动，控制效果随着与位移和速度相关的权矩阵Q中对应元素的增大而变好，随着与控制相关的权矩阵R中对应元素的增大而变差.     

Maxwell粘滞阻尼器耗能结构的随机地震响应

对Maxwell粘滞阻尼器耗能单自由度结构在Kanai-Tajimi谱地震激励下的随机响应进行了系统研究,建立了结构运动方程,将随机平均法运用于结构的微分与积分混合运动方程,结构的响应幅值近似为一维Markov扩散过程,获得了扩散过程漂移系数和扩散系数的解析表达式,利用扩散过程与FPK方程的对应关系,获得了幅值概率密度函数、幅值任意阶矩和结构响应能量任意阶矩的解析解;利用幅值和相位角与结构位移和速度的相互转化关系,获得了结构位移与速度联合概率密度函数和位移、速度方差以及位移期望穿越率的解析解。算例表明：当阻尼器的阻尼系数cb和广义支撑刚度kb增大时,结构随机响应减小,减震效果增强。     

具随机刚度梁结构的重特征值计算

利用一种新的方法来研究具随机刚度梁结构的重特征值问题。将材料物理量的随机场扩展为K．L（Karhtmen-Loeve）正交展式，运用矩阵技巧处理重特征值对应的特征向量，采用二阶收敛的非正交多项式展开式表示梁结构的重特征值和特征向量，建立了类似于摄动法的一系列确定性的递推方程，求解这些递推方程，得到了重特征值的均值和均方差。悬臂、简支和固支梁的算例表明：递推随机有限元法的结果能在较宽的随机涨落范围内较好地逼近蒙特卡罗模拟法的结果，而且相对于蒙特卡罗模拟法而言可以节省大量计算时间。     

分段经验模态分解的直流漂移消除方法

在低频模拟信号采集及处理电路中,常常存在着噪声与直流漂移的问题影响信号的测量。为了从原始信号中准确去除直流漂移分量及存在的噪声从而获得有用信号,提出了一种基于分段经验模态分解直流漂移消除的方法,并通过合适且有效的去噪方法处理使得采样信号更加真实准确。首先,对信号进行经验模态分解,求取本征模态函数分量的局部极值点进行区间分段,之后分别对每一段信号再次进行经验模态分解,选取每一段信号的低频分量重构出该段信号的直流漂移分量。最后,利用自相关函数筛选出噪声占主要成分的本征模态函数分量进行能量分析,将所有分段整合,得到去除直流漂移且降噪之后的信号。本研究通过仿真对此方法进行了说明,比较了该方法与多项式拟合、小波分析、高通滤波等方法的效果。并对微创外科手术机器人力传感器的应变信号进行了处理。实验结果表明：按照已有数据计算可将信噪比提升到6.39 dB以上,均方根误差有明显减少;该方法能够有效消除应变信号中的直流漂移,并且也能达到降噪的目的。