基于Allan方差的改进自适应滤波SINS/GNSS导航算法

针对系统噪声和量测噪声均发生变化时,现有自适应卡尔曼滤波容易发散导致SINS/GNSS导航精度下降的问题,提出了一种基于Allan方差的改进自适应滤波SINS/GNSS导航算法。该方法在对自适应滤波进行改进的基础上,结合Allan方差估计法计算量测噪声协方差阵,克服了自适应滤波中噪声参数耦合以及高维度系统出现奇异性导致滤波发散问题,并利用残差χ2故障检测法对系统状态进行判断,对遗忘因子进行动态调整,对噪声特性跟踪效果更快速,相比其他改进方法简单易实现。仿真结果表明,与卡尔曼滤波,Sage-Husa自适应滤波相比,所提出的算法对噪声有较好的估计效果,且导航精度更高,滤波稳定性更好,速度均方误差平均可比传统Kalman滤波提高49.06%,较Sage-Husa自适应滤波提高27.19%;位置均方误差平均可比传统Kalman滤波提高41.12%,较Sage-Husa自适应滤波提高19.79%。

基于Allan方差法的MEMS陀螺仪误差补偿

针对MEMS器件的误差来源进行分析,提出了采用Allan方差法对MEMS陀螺仪随机误差项进行辨识,确定几种随机误差项,建立AR模型并对确定的误差模型进行仿真,验证补偿效果明显。

光电平台MEMS陀螺性能及滤波算法的Allan方差评价

光电稳定平台被广泛应用于火控、侦察、制导等武器系统中,具有提供重要的态势感知、监视、瞄准和搜跟能力。随着光电技术的发展,光电稳定平台变得更加精准和轻便小巧。MEMS陀螺具有体积小、重量轻、成本低、可靠性高、测量范围大的优点,使其已经成为小体积、低成本光电稳定平台的首选惯性传感器。但在光电稳定平台设计时,选用MEMS陀螺和陀螺滤波处理就成了首要的问题。本文首先介绍了基于Allan方差评价MEMS陀螺随机漂移误差的方法,描述了4种常用的陀螺滤波算法,然后基于Allan方差详细地分析了这几种滤波器的应用特性和滤波器参数对滤波性能的影响。可以看出,使用Allan方差可以很好地评估MEMS陀螺和滤波器性能,指导陀螺滤波器选型和滤波参数配置,该评估方法可有效地解决光电稳定平台设计阶段的陀螺选型和滤波器选型。

From Allan Variance to Phase Noise:A New Conversion Approach

A new mathematical method is proposed to convert the oscillator instability parameters from Allan variance to Spectrum Density(SD)of random phase fluctuations,which is the inversion of the classic transformation formula from SD to Allan variance.Due to the fact that Allan variance does not always determine a unique SD function,power-law model of the SD of oscillator phase fluctuations is introduced to the translating algorithm and a constrained maximum likelihood solution is presented.Considering that the inversion is an ill-posed problem,a regularization method is brought forward in the process.Simulation results show that the converted SD of phase fluctuations from Allan variance parameters agrees well with the real SD function.Furthermore,the effects of the selected regularization factors and the input Allan variances are analyzed in detail.

基于动态Allan方差的光纤陀螺随机误差分析(英文)

针对经典Allan方差不能反映光纤陀螺(FOG)随机误差的非平稳特性,动态Allan方差(DAVAR)可以反映但没有理论系统地证明其正确性和有效性的问题,通过仿真数据验证了DAVAR的正确性;利用实验数据分析光纤陀螺噪声随时间变化的动态特性,证明了DAVAR的有效性。首先,阐述了经典Allan方差和动态Allan方差的数学定义,然后利用仿真和实验数据验证其特征,并实现了光纤陀螺噪声的定量二维描述。实验结果表明:DAVAR不仅可以辨识和分离光纤陀螺随机误差,还可以确定噪声系数,更重要的是可以描述光纤陀螺随机信号动态特性。因此,DAVAR是分析光纤陀螺特性更加全面、有效且实用的工具。

交叠式Allan方差在微机械陀螺随机误差辨识中的应用

微机械陀螺随机误差的辨识对提高微机械陀螺的精度具有非常重要的意义。在相同的置信水平下,交叠式Allan方差分析方法比普通Allan方差具有更大的置信区间。论文对交叠式Allan方差在微机械陀螺随机误差辨识中的应用做了深入研究,并基于该方法对某型号微机械陀螺进行了随机误差辨识实验。实验表明该方法能有效地辨识出微机械陀螺的各项随机误差成分。

MEMS传感器随机误差Allan方差分析

MEMS传感器中随机误差较大,有时会覆盖传感器中有用信号,提出采用Allan方差(Allan variance)方法对MEMS传感器实测数据进行分析,系统地分析了引起MEMS传感器误差的随机噪声种类及其来源和特性,确定其各项系数,根据系数获得其功率谱密度,根据功率谱密度分析法与Allan方差分析法获得对应各项随机误差的数学模型,然后以数学表达式的形式得到统一的数学模型,再与卡尔曼滤波相结合得到增强的卡尔曼滤波,最后通过车载实验对MEMS-INS/GPS各个姿态进行卡尔曼滤波与改进后卡尔曼滤波2种滤波方法的比较,实验结果表明新滤波方法能很好地提高微惯性系统各个姿态精度。

基于Allan方差的MEMS陀螺仪性能评价方法

介绍了Allan方差的基本定义,以及采用Allan方差对陀螺零偏数据进行处理所需的测试系统构成及测试要点。详细推导了采用Allan方差法对陀螺仪噪声进行估算的过程,描述了应用MATLAB进行数据处理平台建设的主要流程。最后运用Allan方差理论对MEMS陀螺信号进行了定量分析,得到了MEMS陀螺仪的量化噪声系数、角度随机游走系数、偏差不稳定性系数、速率随机游走系数和速率斜坡系数5个误差源系数,实验表明该方法能有效地辨识微机械陀螺的各项随机误差成分,可以正确评价陀螺仪的性能指标,为陀螺仪的设计改进提供了依据。

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。

煤热解中痕量乙烯在线激光吸收光谱检测

为了实现煤热解过程中痕量乙烯(C2H4)标识气体的在线识别与检测,结合波长调制与长光程技术,搭建了煤热解乙烯在线激光吸收光谱检测装置。采用中心波长为1620 nm通信波段DFB激光器作为激光光源,有效光程为15 m的多光程吸收池为样品吸收池,利用SR830进行波长解调,通过二次谐波信号反演得到乙烯浓度。使用高精度流量控制器,利用高纯氮气稀释乙烯配比,制备得到10×10^(-6)到90×10^(-6)的标准乙烯样气,其线性拟合的相关系数R2为0.9989;对浓度为20×10^(-6)的乙烯进行连续4000 s的Allan方差分析,实验结果表明,检测极限为121×10^(-9)。为了研究不同气体氛围下煤热解过程中乙烯浓度的演化规律,控制气体流速为150 mL/min,分别在氮气、空气以及合成空气中对乙烯标识气体的释放过程进行热重分析实验。研究发现,当温度小于500℃时,3种气体环境下乙烯释放量较少且基本一致,当温度在500~700℃时,氮气环境中乙烯释放量要远高于其他两种气体,但空气中乙烯释放的增速最快,最大释放量约为40×10^(-6),温度高于700℃时乙烯释放量均开始减少。这一结果为进一步探索煤热解中乙烯的生成机理提供了理论和实验基础。

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。

光纤陀螺随机误差的重叠分段Allan分析方法

针对光纤陀螺随机误差的特点,研究一种有效估计其各种噪声成分系数的Allan方差分析方法。首先,探讨了光纤陀螺随机误差分析中,Allan方差拟合系数为负的原因及利用经典方差方法分析的前提。而后,分析了连续分段的Allan方差分析方法。该方法针对每种噪声的不同相关时间对Allan方差曲线进行连续分段拟合,但方法人为分离了相关时间相近的噪声成分,因此将导致较大拟合误差。为此,提出基于重叠分段的Allan方差分析方法,方法根据Allan方差双对数曲线及噪声特点对相关时间进行混合重叠分段,将相关时间相近的不同噪声化为同一区段,同时为减小相邻区段噪声的方差贡献带来的拟合误差,拟合时将相邻的幂次项纳入拟合模型,提高了拟合精度。光纤陀螺实测数据的分析结果表明,该方法的拟合误差比连续分段Allan方差分析方法减小2/3。

一种基于DAVAR的FOG随机信号处理新方法

为定量描述光纤陀螺(FOG)测试信号中各误差分量的动态变化过程,分析了多个随机信号处理方法的优缺点,指出了常用Allan方差分析不能辨识FOG信号非平稳性因素的不足,提出采用动态Allan方差(DAVAR)对FOG信号动态特性进行分析,采用二维表示法定量描述FOG各主要噪声项变化过程。实验结果表明,DAVAR能够反映FOG数据的非平稳特性;利用二维表示的方法,可准确地反映动态误差中各噪声项的变化特征。新的方法可作为FOG信号非平稳性分析的一种定量评价工具,为研究各干扰因素对FOG组成系统精度的影响提供理论参考和评价依据。

基于Allan方差法的光纤陀螺建模与仿真

介绍了一种与实际情况相接近的陀螺模型,并给出了根据光纤陀螺的角度随机游走(ARW)和角速率随机游走(RRW)系数模拟产生陀螺随机误差数据的方法.角度随机游走和角速率随机游走系数可通过Allan方差法获得.理论分析表明,模拟产生的陀螺随机误差具有与实际的角度随机游走和角速率随机游走误差相一致的功率谱密度.通过仿真对文中所述的模拟产生陀螺随机误差的方法进行了验证,表明了方法的有效性.该方法可用于分析由陀螺和星敏感器构成的卫星姿态确定系统的性能.

基于一种简化Allan方差法的IMU误差分析

为了分析惯性测量单元(IMU)的随机误差项系数,采用了Allan方差分析方法,同时,针对大数据量情况,为了减小计算量并保持Allan方差分析的准确性,结合双对数曲线特点,给出了一种简化的Allan方差算法,并使用该算法对一种微机械(MEMS)惯性测量单元的长时间静态数据进行了分析。结果表明:该方法可以有效地辨识出IMU各误差项系数。

基于动态Allan方差的光纤陀螺动态特性分析

为了研究光纤陀螺的动态特性,提出采用动态Allan方差法对光纤陀螺测试得到的动态误差进行分析.根据动态Allan方差法中窗函数的原理,讨论了不同窗口长度对动态误差分析结果的影响.并且,提供了单一摇摆运动和两种复合摇摆运动的分析结果.从分析图中方差的起伏变化可以看出,动态Allan方差法可以准确地反映动态误差里的突变和周期性变化等非稳定性因素,能够清晰地辨识出隐藏在动态误差里的不同摇摆状态.由理论分析和实验结果可知,动态Al-lan方差法对光纤陀螺的动态特性分析是非常适用的.

抗差估计及Allan方差在车载组合导航系统中的应用研究

针对组合导航系统中全球定位系统(GPS)信号易丢失和干扰、惯性导航系统(INS)无法长时间单独工作的问题,通过采用带故障检测和隔离的导航算法解决GPS数据异常的问题,有效提高系统的可靠性;同时当GPS卫星信号短时间丢失时,利用Allan方差分析方法确定惯性传感器误差并进行补偿,使纯INS能够在一定精度内独立工作相对长的一段时间。车载试验结果表明:该方法能够保证组合导航系统的可靠性,且在GPS信号短时间丢失情况下提高了纯惯导系统的导航性能。

基于Allan方差的激光陀螺信号分析

本文分析了激光陀螺的随机噪声的产生来源,同时分析了噪声里的量化噪声、角度随机游走、零偏不稳定性、速率随机游走、速率斜坡噪声。在利用Allan方差对激光陀螺仪输出信号进行分析基础之上,设计了IIR滤波系统对陀螺信号进行处理,并对滤波前后的陀螺测试数据进行了对比,结果表明,该滤波技术能有效提高激光陀螺的精度。

光纤陀螺仪随机误差的Allan方差分析

文中应用Allan方差法对某型光纤陀螺的静态输出信号进行了分析,为提高光纤陀螺的性能提供了依据。

采用分段法估算Allan方差中的各噪声系数

指出采用传统的最小二乘拟合法估算存在于Allan方差中各噪声系数存在的问题,提出采用分段法来估算Allan方差中的各噪声系数,并通过对多组实测陀螺数据进行分析,证明了分段估算法与最小二乘拟合法相比是一种更有效的、科学的噪声估算方法。提出了一种根据数据点的多少自动改变Allan方差积分时间的算法,可在保证估算精度的前提下减少不必要的计算过程,有效地缩短了Allan方差的计算时间。