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。     

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。     

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。     

基于RWTLS的Allan方差算法简化

Allan方差是现在应用最广泛的随机误差辨识方法之一。大量的试验表明Allan方差可有效地分离出导航过程中的多项随机误差,但是Allan方差也有自身的局限性。针对Allan方差在处理大数据量时计算效率低下、辨识度受粗差的影响较大的问题,本文提出了简化Allan方差算法的方案。首先,在确保Allan方差计算准确的前提下,以提高Allan方差计算效率为目的,对Allan方差算法进行简化;然后,利用抗差加权整体最小二乘（RWTLS）模型的迭代算法对简化后的Allan方差辨识结果进行抗差拟合处理;最后,以光纤式惯性测量单元（IMU）为分析对象,设计试验方案对简化后的Allan方差进行验证。     

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。     

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。     

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.     

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。     

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.     

利用Allan方差分析GPS非差随机模型特性

非差GPS定位中,通常采用以观测值服从高斯白噪声条件的估计准则进行参数求解。研究表明卫星端误差、传播路径误差、测站环境误差等会破坏观测值的白噪声特性,并且未模型化误差同样具有不利影响。这不仅破坏了估计准则的假设条件,而且部分非白噪声有可能被状态参数吸收,影响估计的准确性。本文将观测值白噪声、有色噪声和未模型化误差一同纳入GPS非差随机模型,以验后残差来表征GPS数据的随机特性,进行Allan方差分析,研究噪声成分及其参数。结果表明,GPS非差噪声组合主要为WN+GM,相位白噪声为2.392mm,GM过程噪声为4.450mm/s,相关时间为52.074s,伪距白噪声为0.936m,GM过程噪声为0.833m/s,相关时间为14.737s,相位的GM过程噪声与卫星相关性较大,而其余噪声则与测站相关性较大,大量分析结果表明GPS非差随机模型并不服从高斯白噪声假设,有待精化。     

原子钟模型和频率稳定度分析方法

首先给出典型的原子钟时差观测量模型,包括确定性部分（时差、频差、线性频漂和周期性波动项）、随机性部分（即原子钟噪声）和观测噪声;分析了各分量对应的Allan偏差的表达式。针对部分文献对Kalman滤波器估计原子钟状态原理描述不清晰的问题,描述了原子钟随机微分方程模型和各物理量的含义,从最优估计和低通滤波器两个角度阐述其原理。针对观测噪声过大、存在周期性波动等原因造成无法准确估计原子钟噪声强度的情况,提出了综合Kalman滤波器状态估计结果和Allan偏差图,估计原子钟噪声和观测噪声强度的方法;提出了3种不同的估计线性频漂幅度的方法,并通过实测数据相互验证;针对周期性波动在时差中不明显的问题,结合原子钟随机微分方程模型,提出了综合Kalman滤波器状态估计的结果和对数Allan偏差图估计周期性波动周期和幅度的方法。对两台国产氢钟的实测数据进行了验证,证明该方法物理原理清晰,操作简便易行,具有实用性。通过该方法可以外推得到所有平滑时间的Allan偏差估计值。     

惯性导航EEMD区间阈值降噪方法

陀螺随机误差是影响惯性导航系统精度的主要因素。在经验模态分解（EMD）和阈值降噪的基础上,提出一种基于集合经验模态分解（EEMD）的区间阈值的陀螺信号降噪方法。该方法利用EEMD方法将陀螺信号分解多个本征模态函数（IMF）分量和1个残余分量,基于信号和IMF分量的概率密度函数的2范数距离方法剔除纯噪声IMF分量,利用改进的区间阈值降噪方法实现信号的降噪。仿真和实测试验表明,该方法不仅能有效抑制EMD中的模态混叠问题,而且能有效削弱陀螺的随机误差,从而提高惯性导航系统的精度和可靠性。     

一种高效率井下导线测量辅助系统

针对在煤矿井下导线和陀螺定向测量中,采用点下仪器对中操作过程往往耗时长且易造成明显的对中误差,并严重影响了矿井测量工作的效率和精度的问题,该文提出一种无需仪器精确对中的改进方法。通过安置一套测定对中偏差的触屏读数装置及内置数据处理系统,对观测数据进行自动偏心改正,较好地消减了井下导线测量或陀螺定向的对中误差影响。     

Single-Epoch Ambiguity Resolution for Real-Time GPS Attitude Determination with the Aid of One-Dimensional Optical Fiber Gyro

High-accuracy real-time GPS-based attitude determination requires that integer ambiguities be resolved very quickly so that the attitude angles can be output with minimum delay. This article describes an attitude determination algorithm that can resolve integer ambiguities instantaneously, relative to one antenna of a multi-antenna array configuration. The carrier phase and pseudorange observations are used with fixed baseline length constraints and fiberoptic gyro data. Real-time stochastic model improvement using empirical elevation-dependent standard deviation function and an estimated scale factor are a feature of this algorithm. Integer ambiguity search using the LAMBDA method, sophisticated validation criteria, and an adaptive procedure has also been implemented within the software. An experiment was carried out using four Leica dual-frequency GPS receivers (but only the L1 carrier phase and pseudorange data were used) and a low-cost fiberoptic on a car. The results indicate that integer ambiguities can be resolved on a single-epoch basis with a 98.9% success rate. ? 1999 John Wiley & Sons, Inc.     

对空间数据不确定性研究的思考

对GIS中空间数据不确定性研究中存在的问题进行思考后提出了5点建议。主要包括:1)要区分GIS中确定性目标和不确定性目标;2)要区分用离散点逼近曲线/曲面的逼近误差和离散点自身量测误差及其传播;3)要研究GIS中的几何不确定性,更要重视研究属性和时态不确定性;4)要研究空间数据质量,更要研究空间信息服务的质量;5)空间数据不确定性研究要努力向实际应用转化。