基于Allan方差的陀螺随机误差分析

随机误差是陀螺误差分析中重要的一部分,将Allan方差用于陀螺随机误差分析中,首先介绍了Allan方差的计算步骤,其次详细论述了随机误差的类型及其在Allan方差双对数图中的表现形式,最后通过仿真以及实测数据进行验证,结果表明Allan方差可以对各种误差源的统计特性进行辨识,是一种简单实用的陀螺随机误差识别方法。     

MEMS陀螺随机误差建模及补偿算法研究

为减小随机误差对MEMS陀螺输出角速度的影响,提出一种结合ARMA模型和Kalman滤波的MEMS陀螺随机误差补偿方法。采用Allan方差辨识MEMS陀螺的5项随机误差,利用Matlab对MEMS陀螺随机误差时间序列分析建模,建立MEMS陀螺随机误差的ARMA模型,设计3次Kalman滤波器对MEMS陀螺随机误差进行滤波处理,并对陀螺输出进行补偿。实验结果表明:基于ARMA模型的3次Kalman滤波算法将MEMS陀螺随机误差均值和方差降低了两个数量级。     

分组并行的交叠式Allan方差快速算法

针对标准式Allan方差计算效率低、稳定性差的问题,该文构建了一种局部交叠的快速Allan方差算法.该算法采用分组并行运算的方法,通过局部的交叠式处理,得到指数变步长的数据簇.然后利用标准Allan方差公式获得对应数据簇的Allan方差值,最后绘制双对数曲线分析误差类型与大小.仿真与实测结果表明:与标准式Allan方差相比较,该算法不仅能够更精确地分离和计算噪声系数,而且大幅度提高了解算效率,长度为720 000个样本点的数据解算时长从26.71 min 降低到0.35 s.     

基于Allan方差和SVR的MEMS陀螺仪随机误差分析与预测

为了使低成本MEMS陀螺仪数据的精度更高,本文提出了一种混合核函数支持向量回归（SVR）的MEMS陀螺仪随机误差预测模型,并通过粒子群优化（PSO）算法对模型参数和核函数参数进行优化;同时通过Allan方差法对SVR预测前后的MEMS陀螺仪随机误差数据进行分析。试验结果表明：混合核函数SVR对MEMS陀螺仪随机误差的预测准确度可达99.99%;当MEMS陀螺仪所处状态不同,但噪声特性相同时,可采用统一的SVR预测模型预测随机误差,研究结果为进一步用于MEMS陀螺仪的实时误差补偿中提供依据。     

低精度光纤陀螺随机误差的辨识与仿真

陀螺随机漂移是影响惯性导航和组合导航精度的重要因素。为了有效辨识出光纤陀螺随机漂移噪声的参数,采用了自相关函数、功率谱密度和Allan方差对实测陀螺数据进行分析。实验结果表明:自相关函数、功率谱密度和Allan方差都能有效辨识出陀螺输出信号中的角度随机游走噪声,只有Allan方差能辨识出其中的角速率随机游走噪声。Allan方差可以为光纤陀螺随机漂移建模提供参考。     

Gauss-markov模型的t型抗差估计

测量中对含粗差的数据的处理通常采用基于等价权法的抗差M-估计,等价权及其临界值的选取决定了参数估计的效率和抗差性.本文将近年来统计界提出并有较深入理论研究的t型估计引入测量平差中,提出Gauss-Markov模型的t型抗差估计及其算法,并进行了模拟计算.t型抗差估计具有很好的统计性质;其求解采用EM算法,计算快捷稳定,收敛性好,可同时求解出位置参数和方差因子的抗差估计;t分布的自由度可方便地调节估计的效率和抗差性.计算结果显示,t型抗差估计受粗差影响不大,具有较好的抗差能力.     

顾及有色噪声的光纤陀螺随机噪声自适应滤波方法

作为光纤陀螺误差的重要组成部分,随机噪声严重影响着光纤陀螺的精度,对光纤陀螺随机噪声进行准确建模和补偿是提升陀螺精度的有效方式。本文针对光纤陀螺随机噪声的复杂性,难以对其进行精确分析,ARIMA （auto-regressive moving average）模型Kalman滤波中有色噪声不能使用状态扩充法建模的问题,扩展了Harvey方程,实现有色噪声白化。同时,考虑先验噪声的不确定性以及模型参数在线更新导致的参数与状态噪声相互耦合,分析了动态Allan方差估计量测噪声的不足,使用VBAKF （variational Bayesian adaptive Kalman filter）实时修正滤波状态噪声与量测噪声。试验表明,Harvey法较传统滤波建模方式,随机噪声序列方差降低40%,Harvey法结合VBAKF使序列方差降低了54%;VBAKF较动态Allan方差,可以更好地估计量测噪声。结果表明,此方法可有效抑制随机噪声Kalman滤波中有色噪声和随机模型不准确的影响,提高随机误差补偿精度。     

利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场

GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下。鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场。试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率。     

基于采样方差的卫星钟信号分析

对原子钟频率稳定度分析受到频率漂移的影响进行定性分析,明确了不同类型方差在原子钟频率稳定度分析中的适用范围,首次提出将重叠Hadamard方差应用于卫星钟信号分析。分别利用Allan方差、Hadamard方差和重叠Hadamard方差对铷钟进行了稳定度计算,结果表明Allan方差的计算结果受频率漂移影响很大,而Hadamard系列方差能够有效克服频率漂移的影响,对于卫星钟的性能表征具有良好的效果。     

消息传递接口环境下等高线简化并行计算适宜性研究

基于消息传递接口(message passing interface,MPI),对不同的等高线简化算法并行计算的适宜性进行了比较研究。首先基于时间复杂度分析,对简化算法的效率进行分析。构建了基于MPI的等高线并行计算过程,探讨了并行计算中数据划分与合并、通信方式与计算过程3个关键问题。选取4种典型的简化算法,利用数据量呈等差分布的等高线数据进行简化并行计算试验。试验表明,算法并行计算效率不会随着节点数增加而持续性提高,尤其是串行算法效率很高的算法;基于MPI的非阻塞通信方式相对于阻塞通信方式可以提高并行计算效率;算法约束参数与数据的空间分布特征共同影响算法的并行计算效率。分析简化算法的并行计算适宜性时,应该综合考虑算法的时间复杂度、约束参数、数据量、数据分布特征以及计算环境等多个因素。该研究对于并行计算在地图综合乃至地学计算领域的拓展与应用具有重要意义。     

航空矢量重力测量中光纤陀螺随机漂移误差实时补偿方法

光纤陀螺随机漂移误差是影响航空矢量重力测量系统姿态解算精度的关键因素。建立模型并在输出中对其补偿是抑制该项误差的有效方法。针对传统ARMA模型只能对平稳随机漂移误差建模,且模型无法满足实时滤波需求的问题,本文引入适用于非平稳随机漂移误差的ARIMA模型,同时给出详细的建模过程,并提出采用实时平均算法消除原始采样序列中常值分量的思路,实现了随机漂移误差的实时Kalman滤波估计。基于本文所提出的模型和实时滤波算法,对光纤陀螺实测数据进行分析,结果表明处理后信号中随机漂移误差的方差减小了46.5%。Allan方差分析结果表明,滤波后角度随机游走系数和角速率随机游走系数分别降低了约50%和40%。本文的结果说明ARIMA模型能够准确描述陀螺的非平稳随机漂移误差。基于实时平均算法的Kalman滤波可实现随机漂移误差的在线估计,有望提高航空矢量重力测量系统的姿态解算精度。     

联合EMD与核主成分分析的激光陀螺信号消噪

为了有效抑制激光陀螺的随机漂移,提高其惯导精度,提出了一种联合经验模态分解(EMD)和核主成分分析(KPCA)的陀螺信号消噪方法。该方法利用EMD将陀螺信号分解为一组内蕴模态函数(IMF),基于EMD噪声能量分布模型,近似估算各层IMF中的噪声能量;然后利用KPCA分解各层IMF,根据噪声能量自适应地选择应保留的主成分分量,以剔除各层IMF中的噪声实现陀螺信号的消噪。通过实验将该方法与小波去噪算法进行对比,利用交叠式Allan方差和经、纬度误差分析不同方法对陀螺信号的消噪效果。实验结果表明,相比经典的小波消噪方法,本文方法的消噪效果有一定程度的提高,可以更有效地抑制陀螺信号的随机漂移。     

几种不同时频分析法对INS信号的分析和比较

目前用于分析INS随机噪声的方法主要有Fouirer变换、功率谱密度以及Allan方差法。针对INS信号中存在的几种噪声,分别给出了它们的功率谱密度函数和Allan方差;分析了它们在时频域表达中的不同特性;最后用模拟数据和实测数据对这3种时频域分析法进行了比较和验证。结果表明:相比于Fouirer变换和功率谱密度法,Allan方差法在随机噪声分析方面具有明显的优势,不仅能够分析出信号中不同噪声的特性,还能够确定其系数的大小。     

Using Allan variance to analyze the error characteristics of GNSS positioning

Currently, we evaluate the positioning accuracy of GNSS mainly by providing statistical values that can represent the overall error level, such as CEP, RMS, 2DRMS, and maximum error. These are solid indicators of the general performance of the GNSS positioning. But some applications like GNSS/INS integrated system require a detailed analysis of the error characteristics and knowledge of the precise error model. This requirement necessitates the modeling of the error components of the GNSS positioning solutions. In our research, the Allan variance method is proposed to analyze the GNSS positioning errors, describe the error characteristics, and build the corresponding error models. Based on our research, four dominant noise terms are identified in the GNSS positioning solutions, that is, 1st order Gauss-Markov process, Gaussian white noise, random walk noise, and flicker noise, which indicates that white noise is not always enough and appropriate to model GNSS positioning errors for some applications. The results show that the Allan variance is a feasible and effective way to analyze the error characteristics of the GNSS positioning solutions.     

高性能原子钟钟差建模及其在精密单点定位中的应用

鉴于当前许多IGS跟踪站均配置有高性能原子钟的现状,本文首先采用修正Allan方差法分析了不同IGS跟踪站的接收机钟随机噪声的时域特性,进而评估了不同类型接收机的短期稳定度及钟差建模的可行性,然后利用IGS站配有氢原子钟的观测数据,在精密单点定位算法中,通过对钟差参数进行短时建模约束接收机钟差的随机变化,进而改进精密单点定位(PPP)的定位性能。试验结果表明钟差建模方法显著降低了高程分量参数、天顶对流层延迟参数与接收机钟差参数之间的相关性,GNSS高程分量的精度可提高50%。该方法对于提升PPP技术在地壳形变监测、低轨卫星定轨、水汽监测及预报等高精度GNSS地学领域的应用水平具有一定意义。     

总体最小二乘用于线阵卫星遥感影像光束法平差解算

顾及像点观测方程的系数矩阵中存在随机误差,提出了基于总体最小二乘的线阵卫星遥感影像光束法平差模型。在假定像点观测误差和系数矩阵误差均为独立、等精度分布的基础上,利用拉格朗日条件极值法推导了包含外方位元素虚拟观测方程和控制点误差方程的总体最小二乘光束法平差算法的具体公式和计算方法。该方法利用方差分量估计确定各类虚拟观测值的方差,可求解包含多类虚拟观测量的平差问题,并可用先验信息或岭迹法确定系数矩阵观测值的权比例系数,从而克服了现有总体最小二乘虚拟观测方法不能处理多类虚拟观测值的不足,确保了光束法平差可正确有效求解。分别利用模拟算例与两组真实影像进行了试验验证。结果表明,相比于常规最小二乘虚拟观测法以及现有总体最小二乘虚拟观测方法,本文方法具有更高的求解精度与适应性。相较于传统线阵卫星遥感影像光束法平差方法,本文方法可以获得更高的平差计算精度。     

基于GPS/BDS双模接收机的恒温晶振驯服方法

本文研究了一种提高恒温晶振长期稳定性的方法,以GPS/BDS接收机输出的秒脉冲信号为参考信号,校正补偿恒温晶振的频率偏移,在不破坏晶振短期稳定性的前提下,获得更好的长期稳定性. 采用中位值平均滤波和卡尔曼滤波消除相位差的跳变和随机抖动,使用带死区的增量式PID算法控制晶振频率,使其和GPS/BDS接收机输出的秒脉冲信号同步. 测试结果表明:驯服后的晶振和铯钟的钟差峰-峰值不超过47 ns,100 s采样Allan方差为6.22×10?11,10 000 s采样的Allan方差约为1.02×10?12. 证明该驯服方法可以使晶振的长期稳定性得到有效提升,是一种可靠有效的驯服方法.