光纤陀螺消噪方法研究

随着光纤陀螺(FOG)精度和可靠性的不断提高,光纤陀螺捷联惯导系统在导弹武器中得到越来越广泛的研究和应用。但是,在导弹的初始对准与导航过程中,光纤陀螺的输出噪声严重影响了对准与导航的精度。因此,有必要对光纤陀螺的输出信号进行消噪处理。在分析了光纤陀螺输出噪声的基础上,将小波阈值去噪理论应用到光纤陀螺信号处理中,并与基于ARIMA模型的强跟踪Kalman滤波去噪方法进行了比较。研究表明,基于小波的去噪方法能够更好地估计光纤陀螺的输出信号,具有更为理想的去噪效果,有效地解决了对准与导航过程中光纤陀螺噪声的影响,提高了对准与导航的精度。     

小波中值滤波在晃动基座初始对准中的应用

针对捷联惯性导航系统(SINS)在晃动基座下进行初始对准时,陀螺和加速度计受外界干扰噪声较大,而单独采用低通滤波或小波滤波法不能有效实时地实现噪声抑制问题,采用小波阈值消噪和中值滤波相结合的混合滤波方法来实现信号的消噪。将输出信号首先经中值滤波消除信号中的突变噪声,再利用小波阈值消噪滤除振动噪声和白噪声,从而有效地消除基座晃动带来的噪声。测试实验表明,提出的混合滤波法对车载惯导系统输出信号噪声滤波效果明显,在发动机启动的情况下,可基本达到静态信号采集的效果。对准仿真实验表明,提出的滤波法能辅助捷联惯导系统实现在晃动基座下的精对准。     

振动基座下光纤陀螺信号消噪方法对比研究

为了减小动态环境下光纤陀螺信号的随机误差,采取振动试验对光纤陀螺的动态误差进行激发,通过对试验数据的Allan方差分析,得到了振动过程中光纤陀螺信号随机误差的变化特性。采用基于AR(2)模型的Kalman滤波方法和小波滤波方法对光纤陀螺信号进行消噪处理,分析结果显示上述两种方法都能够有效地消除振动基座下FOG信号的随机误差,并且小波滤波方法要优于Kalman滤波方法。     

光纤陀螺信号数字滤波算法研究

针对光纤陀螺信号漂移误差和噪声的影响及陀螺稳定平台系统的特点,研究了滑动滤波、FLP自适应滤波、小波变换阈值滤波3种直接对陀螺输出信号进行数字滤波处理的方案.最后对某陀螺惯性稳定跟踪转台中使用的光纤陀螺信号的测试和统计分析结果表明,采用小波变换阈值滤波可有选择地对陀螺信号的噪声成分进行抑制,其滤波去噪效果明显.     

FPGA和DSP平台惯性传感器信号小波处理

为了满足光电跟踪系统对激光陀螺信号去噪处理提出的高实时性要求,对小波阈值消噪算法的特点进行分析,提出一种基于FPGA和DSP的硬件平台实现此滤波算法,达到了高实时滤波的要求,且滤波效果明显。实验结果表明,设计的硬件系统对单频率和多频率噪声都具有去噪功能,并将输出延时降低在15μs以内。     

基于小波分析的MEMS陀螺信号去噪

介绍了小波基本理论,建立了微机械(MEMS)陀螺的数学模型,将小波变换用于MEMS陀螺信号处理,并且在MEMS陀螺的静态和动态两种情况下,分析比较Daubechies小波的滤波效果,并和二阶IIR滤波器的滤波效果进行比较.仿真结果证明了采用Daubechies小波对MEMS陀螺信号去噪的有效性和可行性.     

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Gabor小波与RBF神经网络的人脸识别新方法

在人脸识别中,高维、小样本是一个问题.对此,提出了一种基于Gabor小波与径向基函数(RBF)神经网络的人脸识别方法.首先对人脸进行Gabor滤波,选取有效的Gabor组合.进行小波分解,获取低频图像,构造特征矢量,采用主分量分析降低特征维数.接着,提出了一种聚类方法用于确定RBF神经网络的结构和初值,采用混合学习法训练RBF神经网络.用ORL人脸库进行试验,结果表明本文提出的方法具有优秀的学习效率和识别效果.     

小波理论在光纤陀螺中的运用

光纤陀螺除了具有无运动部件,无加速度引起的误差等优点外,其与传统机电陀螺的一个重要区别是存在较大的白噪声,这是光纤陀螺的特性所决定的。随机漂移是光纤陀螺的一个重要的指标,微小的漂移经过积分都将产生不可容忍的误差,因此对漂移的消噪具有重要的意义。光纤陀螺作为敏感角度信息的元件对其精度要求高,仅在硬件方面提高它的精度增大成本,而从软件提高精度显得尤为重要。本文用小波消噪的方法来提高光纤陀螺精度,具体介绍了快速小波算法和对小波不同阈值的选取,并且针对软、硬阈值的不足介绍一种新的滤波方法,软、硬阈值相结合的消噪方法。通过实验比较证明这种方法能更好地进行消噪。     

基于经验模态分解的光纤陀螺1/fγ类型分形噪声滤除方法

提出了一种可有效滤除输出信号中干扰信号的新的光纤陀螺信号降噪方法.中高精度光纤陀螺的随机噪声中包含了白噪声和具有长程相关性、自相似性及1/fγ型谱密度特点的一种非平稳随机噪声--1/fγ型分形噪声.利用传统的滤波方法无法有效去除该类分形噪声,而新方法以经验模态分解(EMD)和阈值降噪方法为核心,结合提升小波理论对光纤陀螺的输出信号进行软阈值滤波,进而提高光纤陀螺的精度.利用这种新方法对多组实测数据进行滤波仿真实验,结果中仅偏置稳定性一项性能指标就已表明,使用新滤波方法滤波后数据精度可提高一个数量级,而相较传统的小波滤波方法可提高2.5倍,故此验证了新方法的有效性.