基于ARMA模型的光纤陀螺随机噪声滤波方法

对光纤陀螺随机噪声的ARMA建模及卡尔曼滤波方法进行了研究。针对ARMA(Auto-Regressive and Moving Average自回归滑动平均)模型的有色噪声在状态方程中不能通过传统的状态扩充法进行白化的问题,提出了新的噪声白化方法:采用增广最小二乘法估计ARMA模型的参数,同时提取出ARMA模型中的驱动白噪声,从而可以把ARMA模型中的有色噪声项作为控制项放入系统的状态方程,通过Sage-Husa的次优无偏MAP(Maximum A Posteriori,极大后验)噪声统计估值器对系统噪声的统计特性进行估计,实现了系统噪声的白化。在此基础上应用自适应卡尔曼滤波,有效消除了误差,得到状态值的准确估计。实验结果表明,对于随机噪声的自相关和互相关特性均呈现拖尾性质的光纤陀螺,采用新方法比传统基于AR模型的Kalman滤波降噪方法滤除噪声的效果提高了10%以上。

基于异质星座特性的惯性/北斗紧组合滤波算法

目前我国自主建设的北斗卫星导航系统已形成覆盖亚太地区的导航能力,由于北斗系统特有的中圆轨、倾斜同步高轨和地球静止高轨的异质星座构架与GPS系统存在显著不同,常见的紧组合滤波模型并不能完全适用。针对此问题,通过对北斗不同类型轨道卫星的伪距量测噪声特性进行分析,并将该特性体现在紧组合滤波算法中,对北斗系统的三类卫星的伪距/伪距率信息分别进行状态扩展及量测,以获取更加准确的滤波模型,最后通过仿真实验进行了导航性能的分析与比对。结果表明,针对北斗异质星座特性所设计的分类量测滤波算法可将定位精度提高50%以上,对于后续围绕北斗系统的开发应用具有很强的参考价值。

基于自适应时频峰值滤波的光纤陀螺去噪算法

为减小光纤陀螺输出信号噪声、提高惯导系统精度，提出了光纤陀螺信号自适应时频峰值滤波算法。对光纤陀螺信号进行初始变换并调制，采用伪 Wigner-Ville 分布对调制信号进行时频分析，给出了一种自适应的伪 Wigner-Ville 分布最优窗长获取准则，通过局部峰值搜索实现编码信号的瞬时频率估计进而还原出有用信号，实现了光纤陀螺噪声的去除。详细对比了小波方法与自适应时频峰值滤波算法并分析了两者的去噪效果。仿真结果和实际数据验证表明：自适应时频峰值滤波算法能有效减小光纤陀螺输出噪声，信噪比比小波滤波改善1~3 dB；特别对于高动态信号，该算法滤波后的信号能够有效地跟踪原始信号。

行人惯性导航系统平台设计与实现

为了满足日益迫切的个人自主导航需求,设计具有实时导航功能的行人惯性导航系统平台。系统平台由搭载低成本MEMS(Micro Electro Mechanic System)惯性器件的硬件平台和基于VC编写的上位机软件平台组成。重点研究行人导航算法、系统平台搭建、传感器在线标定和信息实时处理。多次行走实验的实时导航误差均在2%以内,证明该导航系统平台在不依赖于外界信息的情况下具有良好的实时自主导航性能。

室内微型飞行器实时路径规划算法研究

路径规划是实现飞行器高度自主导航的重要环节之一。为实现微小型飞行器在未知复杂室内环境中的实时路径规划,提出一种无记忆A*算法。该算法针对传感器探测范围有限、环境中存在动态障碍物,且对规划实时性要求较高问题,精炼了路径规划过程,并在代价函数计算、开启集更新方式等方面对传统A*算法进行了改进,实现了室内微小型飞行器实时动态路径决策和引导功能。仿真结果证明了该算法的实用性和高效性。