无驱动陀螺信号的频谱分析与滤波处理

为解决无驱动陀螺输出信号中干扰噪声较大的问题,考虑对陀螺信号进行数字滤波处理。根据陀螺输出信号的特点推导了无驱陀螺信号的频谱函数表达式,确定信号的频谱特点。分析了加窗截断对其频谱的影响,并对采集的信号在不同宽度的矩形窗下做快速傅里叶变换验证了所得结果。根据实际使用中无驱陀螺信号的有用频带位于低频段的特点,利用MATLAB设计低通滤波器进行滤波处理,滤波后效果较好。     

DSP和非平衡FSVM在陀螺仪故障诊断中的应用

针对陀螺仪输出样本不平衡和噪声干扰大的特点,提出一种使用DSP实现非平衡FSVM陀螺仪故障诊断方法。系统核心算法FSVM的隶属度函数设计由非平衡特征因子和去噪模糊因子两部分组成,用于解决样本不平衡和噪声干扰大导致SVM分类精度降低的问题。首先,FSVM的训练阶段在上位机上实现,采集陀螺仪的无故障和故障信号,经过小波包特征提取后得到训练样本,然后由FSVM训练得到分类识别函数,最后将分类识别函数移植到DSP硬件平台上实现FSVM的测试应用。速率陀螺故障诊断的实验结果表明,该实现方法不仅提高了故障样本的诊断精度,而且满足系统实时性要求,具有一定的实用价值。     

硅微机械陀螺信号非线性补偿算法的研究

由于无驱动结构硅微机械陀螺的特殊性,其输出信号受自转频率的影响很大,为非线性的,这种动态特性使陀螺无法实用化,因此提出了一种适合该陀螺信号非线性补偿的新算法,通过补偿理论分析,软件程序编写和调试,硬件电路的构建,实际测试的陀螺仪输出信号和补偿后陀螺仪输出信号的对比,论证了该非线性补偿算法的可行性,并且由实际数据验证了该算法的补偿误差较小,精确性很高。证实该算法可以消除由载体自转引起的陀螺信号的误差,最终使陀螺仪输出信号的幅值只与输入角速度之间呈线性关系,稳定性得到增强。从而完善了硅微机械陀螺信号处理系统,使陀螺实用化。     

新型再入式光纤陀螺信号检测灵敏度的研究

为了进一步提高光纤陀螺的检测精度,首先在研究了新型再入式光纤陀螺（RE-FOG）的基本原理及输出信号的基础上,对无源和有源2种结构RE-FOG的检测精度进行了理论分析,并根据干涉信号的特点提出了一种新的信号检测方法．然后讨论了有源结构中自发辐射（ASE）噪声对陀螺灵敏度的影响,并通过实验发现噪声主要依赖于线圈的带宽．最后通过实验和分析得出,在相同光纤长度并考虑自发辐射噪声的前提下,与传统IFOG相比该新型RE-FOG的灵敏度可以提高2个数量级．     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

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。     

陀螺飞轮信号的EMD/LPF混合去噪方法

为提高陀螺飞轮系统的标定与辨识精度进而保证姿态测量性能,对其信号去噪方法进行研究以便从复杂噪声中提取标定辨识所需的有用信息.首先基于噪声产生机理对陀螺飞轮信号的噪声特性进行分析.其次,在不影响信号低频特性的前提下,采用传统低通滤波（LPF）方法对信号进行预处理以抑制高频周期噪声.然后应用经验模态分解方法（EMD）对LPF预处理后的信号进行分解,根据信号和各模态分量的概率密度函数的相似性度量,给出一种模态判定准则.在此基础上,结合现有阈值滤波方法,提出一种EMD/LPF混合去噪方案. 结果表明:所提出的基于相似性度量的模态判定准则在不同信噪比条件下均能够实现分界点的准确判定;将所研究的去噪方法分别应用于标准测试信号和陀螺飞轮实测信号;所提出的混合去噪方法相比于现有去噪方法更为有效.     

基于Kalman滤波算法角度测量信号融合技术研究

针对车载激光通信转台姿态角控制中陀螺仪传感器存在漂移误差等问题,提出了以陀螺仪传感器和加速度传感器作为测量元件对车载转台的姿态角进行测量的方法,并在MATLAB软件平台上建立卡尔曼滤波器将传感器采集的信号进行融合,以加速度传感器输出的姿态角信息对陀螺仪测量的姿态角进行修正、补偿,以提高姿态角测量的精度。通过建立试验系统完成测试,结果表明：应用Kalman滤波算法对陀螺仪和加速度传感器信号进行融合后,有效地减小姿态角的测量误差,为准确获得转台姿态角信息提供了理论依据。     

基于Kalman滤波的MEMS陀螺仪滤波算法

针对MEMS陀螺仪精度不高、随机噪声复杂的问题,研究了某MEMS陀螺仪的随机漂移模型.应用时间序列分析方法,采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模,进而基于该AR模型并采用状态扩增法设计Kalman滤波器.速率试验和摇摆试验仿真结果表明,在静态和恒定角速率条件下,采用该算法滤波后的MEMS陀螺仪的误差均值和标准差都比滤波前有了明显的降低.针对摇摆基座下该算法随摆动幅度的增大效果变差的问题,从提高采样率和选择自适应Kalman滤波2个方面对算法进行改进.仿真结果表明,2种方法都能改善滤波效果,然而考虑到系统采样频率和CPU计算速度的限制,自适应滤波有更高的实用性.     

ASUKF方法在航天器自主导航中的应用

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法———ASUKF方法.该方法对非线性的状态方程进行超球面分布UT变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,从而在保持估计精度的条件下,降低了UKF算法的计算量,并使滤波器具有了自适应能力.将ASUKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明:其在保持导航信息估计精度的同时,提高了估计效率,克服了自主导航过程中不确定的噪声和随机干扰的影响.     

关于旋转载体用硅微机械陀螺信号研究

在硅微机械陀螺研究中,利用硅微机械陀螺信号来获取旋转载体的偏转方向和偏转角度是两个很重要的问题。首先介绍利用相位法获取旋转载体的偏转方向理论,然后详细讨论利用包络积分的方法来获取偏转角度大小的思想。相位法确定偏转方向是利用重力加速度计作为参考信号,利用陀螺与重力加速度计信号的相位差判断载体的偏转方向。积分法确定偏转角度大小,主要是用单片机采样代表载体偏转角速度大小的陀螺信号的峰值点,然后再对时间积分,求出偏转角度的大小。     

无驱动结构硅微机械陀螺的信号处理

由于无驱动结构硅微机械陀螺输出信号较为特殊,应用这种特殊陀螺存在较大难度,为解决这一问题,从无驱动结构硅微机械陀螺的信号分析出发,根据其信号的特征提出用加速度计信号反映载体自转信号为基准,并以其作为参考信号解调陀螺信号的处理方法。软件上采用峰值检测和相位比较解调的算法,利用单片机实现该算法。同时设计相应的外围硬件电路,最终得到了一个能实时解调出陀螺信号得出陀螺的偏航和俯仰角速度值的信号处理系统。该系统由于引进了加速度计波形被调制带来的误差,其精度有待进一步改善。     

基于傅立叶分析的非均匀采样信号内插重构方法

针对实际采样过程中出现的采样非均匀性,从随机过程的角度研究非均匀采样信号的谱特性,提出频域均匀抽样傅立叶逆变换的非均匀时域采样信号重构方法。将非均匀采样信号描述为不均匀采样时刻冲激函数代数和的形式,利用傅立叶变换得到非均匀采样信号的频谱曲线,由采样时刻随机均匀分布的特点,得到反应原信号频谱特性的非均匀采样信号频谱数学期望,再由频域抽样理论重构原信号。MATLAB仿真实验验证了这种非均匀采样信号分析与重构方法的正确性,将这一研究成果应用到机械抖动激光陀螺输出信号处理中,得到了可靠的符合实际的机械正弦抖动幅频曲线并重构出激光陀螺正弦抖动机构的输出信号。     

MEMS陀螺仪随机漂移误差滤波处理研究

MEMS陀螺仪是一类新型惯性器件,具有体积小、成本低、重量轻、可靠性高等优点,但是精度较低、随机漂移误差比较大.从实际工程应用角度出发,针对MEMS陀螺仪的随机漂移误差,首先进行实时均值滤波处理,然后基于随机序列时序分析法的基本原理,建立MEMS陀螺仪随机漂移误差的一阶AR模型,然后依据kalman滤波算法的马尔科夫特性,提出了对MEMS陀螺仪每次输出进行实时多次滤波处理的新方法.通过对具体测量数据进行处理,MEMS陀螺仪的随机漂移误差减小到原来的百分之二左右.     

旋转载体用硅微机械陀螺的相位研究

介绍了利用旋转载体自旋作为驱动力的硅微机械陀螺的结构和原理,通过对陀螺相位的处理来判断载体的偏转极性。用重力加速度计信号反映载体自旋信号作为基准,通过比较陀螺信号和加速度计信号的相位,再除去两者相位差中所含的滞后值,进而可以判断载体在空间中实际偏转方向。     

相位误差对MEMS陀螺检测的影响分析及校正

为提升MEMS陀螺的整体检测性能,对解调参考信号的相位误差对MEMS陀螺检测的影响进行了分析,提出了基于矢量内积鉴相器的相位校正方法.首先从原理上分析了相位误差对解调结果的影响,然后建立了开环解调、静电力反馈正交误差消除加开环解调、静电力反馈正交误差消除加闭环解调3种典型MEMS陀螺检测电路的仿真模型,对解调参考信号存在相位误差的情况进行了仿真。仿真结果表明:不同解调方式中,相位误差对角速度和正交误差的解调影响基本一致,对陀螺的动态范围影响各不相同.同等输入条件下,解调参考信号的相位误差越大,角速度和正交误差的解调结果与真实值的偏差就越大,有必要进行相位校正以消除其影响。 在此基础上,首次将矢量内积鉴相法引入了MEMS陀螺检测电路中,提出了一种可以适用于3种情况的相位校正方法,并进行了仿真。仿真显示,该方法可以消除相位误差,校正正交误差系数和角速度解调误差,提升静电力反馈正交误差消除加开环解调电路的动态范围,且不会影响MEMS陀螺的启动时间,具备良好的通用性。     

基于IMU量测信息的手机运动模态判别方法

手机导航以其便捷和廉价得到广泛应用,而其运动模态对导航精度有较大影响. 基于手机内置IMU的量测信息,研究了一种运动模态判别方法. 该方法根据人体步态相位检测法和IMU中三轴加速度计和三轴陀螺仪的六维量测信息,选择合适参数,通过对试验采样数据的处理设定阈值和辨识窗口,确定实际应用算法流程. 试验结果表明,该方法实时判别手机运动模态的延时小,且在相应运动模态内的判别准确率达到100%,为后续导航算法的使用时机与过程提供了有效判断依据.     

光纤陀螺纯滞后测试系统的设计与实现

针对纯滞后时间这一衡量光纤陀螺（FOG）动态性能的关键评测指标,设计光纤陀螺纯滞后时间测试系统.该测试系统通过撞击结构产生角速度冲击,利用数据分析得到纯滞后时间的测试结果.相比于其他的纯滞后时间测试系统,该系统可以在不改变陀螺原有工作状态的前提下实现纯滞后时间的测试.在阐明纯滞后系统测试的方案和原理之后,采用研制出的测试系统对典型陀螺产品的极限纯滞后时间进行测试.测试系统能够实现的测试精度和测试次数相关,当测试次数达到31次时,可以有99%以上的概率实现±25 μs的测量精度.     

开槽法测试混凝土工作应力的试验研究

为了解决混凝土结构工作应力测试中存在的困难,通过有限元数值模拟,分析了开槽法释放混凝土工作应力随开槽深度的变化规律,与环孔法进行了比较,得到了工作应力能全部释放的开槽深度.在分析了通过应力释放进行工作应力检测的各种影响因素后,着重就开槽引起的扰动应变展开试验研究,得到了混凝土骨料直径、开槽间距、工作应变大小等与扰动应变间的关系,据此可以估计检测时的扰动应变,进而对检测结果进行修正,试验验证表明:修正后检测结果的误差较小,完全满足工程中的要求.