伽利略EPTS中原子钟频率稳定度与噪声类型分析

本文对伽利略系统实验精确授时中心(EPTS)中四台原子钟的主要特性进行了分析.首先基于原子钟的信号模型和时域上的实验测量数据,用Allan方差对各原子钟的频率稳定度进行了计算与分析.其次运用最小二乘算法对短期和长期的时域稳定度数据进行线性拟合,根据拟合斜率鉴别了影响EPTS中各原子钟的主要噪声类型.实验结果表明,EPTS中具有高短期稳定度的氢原子钟和三台高长期稳定度的铯原子钟满足在GSTB-V1阶段产生实验伽利略系统时间(EGST)的设计要求.     

MEMS陀螺仪随机误差的辨识与降噪方法研究

针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。     

基于Allan方差的磁光玻璃型光学电流互感器噪声分析

为了更有效地提高光学电流互感器(OCT)的信噪比,针对OCT的噪声特性,提出一种基于Allan方差的噪声分析方法。应用所提方法结合光电探测器结构以及实验采集得到的噪声性质将噪声分为6类:量化噪声、高斯白噪声、1/f噪声、指数相关噪声、温度相关噪声以及正弦噪声。进一步得到含有6类噪声项的OCT随机噪声模型。针对实测数据,计算辨识了磁光玻璃型OCT随机噪声模型中各主噪声源的噪声系数。实验结果表明所提方法能有效地辨识出磁光玻璃型OCT的各个噪声项系数。通过该方法得到的噪声模型能够提高输出信噪比,为OCT应用实时滤波算法提高测量精度奠定了基础。     

利用噪声判别定子铁心质量的方法

定子铁心磁化试验时会产生噪声,主要是由于定子铁心硅钢片在交变作用磁通下产生振动引起的。提出一种利用噪声对定子铁心进行质量判别的方法,以检验定子铁心装配质量,查找是否存在铁心压紧不实、松动、局部空腔等问题。在定子铁心磁化试验时,进行噪声声压级、1/3倍频程频谱、局部高点噪声测试。以定子铁心在冷态和热态的噪声声压级差值不大于5d B、冷态和热态的噪声1/3倍频程频谱图无异常差别、最大局部噪声差值不大于3d B,作为噪声对定子铁心质量判别的依据。     

基于改进的Sage-Husa滤波MEMS陀螺阵列降噪技术研究

为充分挖掘 MEMS 陀螺的性能,提高 MEMS 陀螺在实际应用中的精度,通过搭建四陀螺阵列结合改进的 Sage-Husa 滤波算法对陀螺阵列的输出信号进行降噪,在不改变陀螺加工工艺和显著提高生产成本的条件下有效提高了 MEMS 陀螺仪的实际性能。 通过分析 MEMS 陀螺仪的系统误差和随机误差,搭建误差模型,利用传统卡尔曼滤波、移动平均滤波、小波阈值去噪和改进的 Sage-Husa 滤波算法对单个陀螺和陀螺仪阵列进行降噪处理,实验对比发现改进的 Sage-Husa 滤波算法和陀螺仪阵列结合后能有效降低陀螺的输出噪声。 利用 Allan 方差分析陀螺仪阵列经过改进的 Sage-Husa 算法滤波后的随机误差,四陀螺阵列角度随机游走从 0. 40°/ h降低到 0. 03°/ h ,零偏不稳定性从 71. 11°/ h 降低到 5. 83°/ h,有效提高了 MEMS 陀螺在实际应用中的性能。     

一种改进IEEE1588协议的时钟同步方法

针对IEEE1588协议基于网络进行时钟同步偏差较大的问题,提出一种改进IEEE1588协议的时钟同步方法,在分析IEEE1588协议的基础上,对影响同步精度的时钟偏差和频率偏差进行建模,利用二阶Kalman滤波算法对时钟偏差和频率偏差进行递推,并通过Allan方差验证噪声特性,不断修正时钟偏差。最后,在实验室环境下设计了三组测试方案对改进后的时钟同步精度进行测试,并比较改进后的同步方法与IEEE1588协议同步方法的精度,验证改进同步方法的有效性和优越性。     

基于改进的Sage-Husa自适应卡尔曼滤波的晶振驯服研究与实现

二级频标中恒温晶振(OCXO)成本较低,具有较高的短期稳定性,老化会影响时钟守时系统的工作精度和稳定性。全球导航卫星系统(GNSS)驯服晶振的方法结合了GNSS卫星授时长期稳定性高和本地晶振短期稳定性高的特点,实现了两者的优势互补,提升了晶振驯服系统输出频率的准确度和长期稳定性。基于GNSS驯服恒温晶振的硬件系统,设计了基于判别因子的野值剔除方法,改进了基于Sage-Husa的自适应卡尔曼滤波算法。驯服实验结果表明,算法提高了晶振驯服系统输出频率的准确度和长期稳定性,实验系统中恒温晶振频率漂移量的标准差降低了约99.01%,恒温晶振的长期稳定性的Allan方差提高了约3个数量级,达到6.181×10^-12。     

Allan方差在互感器精度评测中的应用研究

按照与一次输入信号的相关性,可将噪声分为两大类,即与一次输入相关的乘性噪声和与一次输入无关的加性噪声。本文在互感器精度评测中引入Allan方差分析法,充分发挥Allan方差在随机误差辨识方面的性能,实现了互感器乘性噪声和加性噪声的分离,数据仿真结果证明了方法的有效性。     

基于Kalman滤波的Allan方差参数实时自主估计

针对目前研制高精度光纤陀螺仪(FOG)过程中精度提高很大程度受到了随机过程噪声的影响,特别是环境温度变化对光纤陀螺的随机噪声误差项的影响等问题,本文提出了基于指数加权移动平均算法和非线性自适应Kalman滤波器的光纤陀螺Alian方差参数实时自主估计方法。通过运用非线性自适应Kalnan滤波器实时估计常温条件下光纤陀螺的Allan方差参数和变温条件下的Allan方差参数,为后续光纤陀螺噪声抑制补偿及精度提高提供了一种新的方法。通过分别对常温条件和变温条件下光纤陀螺静态实验数据研讨,表明所提出的方法能很好地进行光纤陀螺Allan方差参数实时自主估计,为光纤陀螺噪声误差补偿奠定了基础。     

改进SHAKF算法消除IMU随机误差的研究

针对Sage-Husa自适应卡尔曼滤波(SHAKF)算法在处理惯性测量单元(IMU)时,随机误差容易随着时间的累积而造成滤波发散的问题,提出一种改进的Sage-Husa自适应鲁棒卡尔曼滤波(MSHARKF)算法。首先对IMU构建了合适的模型,再将SHAKF与自适应鲁棒卡尔曼滤波(ARKF)相结合并纳入改进的时变噪声估计器,再引入最优自适应比例因子α;对量测方程迭代更新,最后得出新的预测协方差矩阵代入原方程。实验结果表明,分别通过Allan方差和均方根误差(RMSE),对MEMS-IMU滤波前后的静/动态数据分析计算得,随机误差噪声分别减小至原数据的1/10000和1/100。与本文其他算法相比,该方法有效地对算法滤波发散进行了抑制,进而提高了IMU的测量精度和长期稳定性。     

小波包分解算法及Kalman滤波进行原子钟信号消噪的比较

高精度时间在国防、科研等领域正在发挥着日益重要的作用,而要提高计算原子时的准确度,消除原子钟信号的噪声是关键的步骤之一.为此,本文利用小波包分解算法对原子钟信号进行了必要的消噪处理,这样我们得到了平稳的原子钟信号,利用这些数据重新计算国家授时中心原子时TA(NTSC),计算结果表明经过消噪处理提高了TA(NTSC)稳定度和准确度;在文中还采用了目前用的比较多的Kalman滤波算法与之进行了比较,结果显示根据滤波强度的不同,此两种算法都可以达到所需要求.     

外界电磁场对铯原子钟性能影响的探讨

本文分析了中国科学院国家授时中心六台铯原子钟5年的数据,认为外界电磁干扰对5071A铯钟性能仍存在影响,因此,对钟环境进行良好的电磁屏蔽是减小这种影响的一种有效措施,应该进一步进行定量研究。     

基于反射测量的噪声源阻抗提取方法

提出了一种提取受试设备(EUT)电源端口的噪声源阻抗的方法.该方法采用反射测量法测量EUT端口与人工电源网络(AMN)端口的S参数,并通过EUT的噪声源阻抗模型推导出共模阻抗与差模阻抗.分别采用纯电阻π型网络与无源滤波器作为模拟EUT负载进行实验,结果表明所提方法在9 kHz～30 MHz频段内提取1 Ω～1 kΩ内的共模、差模噪声源阻抗数据与采用传统S参数法的测量数据相吻合,实现了对EUT噪声源阻抗的简便测量.     

几种利用ADC采样测量时钟抖动方法的比较

研究了使用ADC采样测量时钟抖动的基本原理,在阐述了已经公开发表的利用ADC采样测量时钟抖动的“相干测量法”和“信噪比测量法”的基本思想之后,本文还给出了一种基于正弦信号四参数估计测量时钟抖动的“参数估计法”,同时通过MATLAB仿真比较了这几种方法的优劣。仿真结果表明,“参数估计法”在这几种方法中具有独特的优势。总的来说,利用ADC测量时钟抖动的大小和分布具有测量设备简单,测量方法简便、快捷,测量结果精度高等特点。     

应用小波去噪技术的煤粉浓度电容法测量装置

介绍了一种煤粉浓度测量装置。该装置使用电容传感器测量煤粉浓度,采用Mallat的模极大算法去噪,应用数字信号处理器(DSP)实现算法,实现了非接触式测量。通过实验室测试表明该装置基本能够满足精度和实时性的要求。     

应用伪逆计算确定户外变电站变压器的降噪目标

户外变电站变压器需严格遵守厂界噪声标准。提出一种确定户外变电站变压器降噪目标的方法,该方法基于伪逆计算,输入必要的参数,通过求解线性系统的伪逆解,确定每台变压器的降噪目标值,从而使得厂界噪声符合相关规范。该方法在模拟变电站和实际变电站上进行了验证,同时将伪逆解与线性规划得到的最优解进行比较分析,为解决变压器噪声问题提供参考。     

频谱仪在相位噪声测量中应用

文中论述频谱仪测量相位噪声的基本原理,测量时的参数设置以及测量结果的分析校正。     

采用阶跃电流辨识电池参数时电流幅值的确定方法

利用阶跃电流激励辨识动力电池动态特性模型参数时,其幅值将影响模型参数的辨识精度。针对这个问题,对这种动力电池动态特性模型参数辨识方法进行误差分析,提出了阶跃电流信号幅值的确定方法。该方法综合考虑了电池非线性特性和检测装置测量误差对参数辨识精度的影响,确定了参数相对误差与阶跃电流信号幅值之间的函数表达式,并且给出了幅值的确定流程。分析和实验验证了该方法的有效性。     

基于改进Noise2Noise算法的电力线信号去噪

针对电力线信道噪声干扰大、噪声建模复杂、重建无噪信号样本困难等问题,提出了一种面向一维时间序列的Noise2Noise神经网络优化模型,并验证分析Noise2Noise算法抑制电力线噪声的可行性。首先,分析了Noise2Noise算法的原理,对该算法原理进行了理论推导。其次,通过选取合适的网络结构,改进网络输入输出,使神经网络适合处理实验数据,并采用正弦波数据进行网络测试与模型验证。然后,通过搭建正交频分复用(orthogonal frequency division multi-plexing, OFDM)调制模型,产生OFDM符号,并添加特定噪声,形成带噪样本。最后,基于改进的网络结构实现了对电力线接收信号的OFDM前导序列进行带噪样本测试,增强了Noise2Noise方法的可行性与有效性,具有较好的实用性。