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。

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.

基于动态Allan方差的MEMS惯性测量单元的性能评价

为了对受温度等外界环境影响下的MEMS惯性测量单元进行性能评估,针对经典Allan方差法不能反映各惯性器件的时变特性的缺陷,提出了采用动态Allan方差(DAVAR)法对MEMS陀螺仪和加速度计进行随机误差项的辨识和时变特性分析.经典Allan方差法和DAVAR法的随机误差辨识结果和仿真结果表明:在随机误差辨识方面,DAVAR法相比经典Allan方差法的辨识结果更为准确;在变温环境下,DAVAR法的仿真结果还能够反映出惯性器件输出信号受温度变化等环境影响下的时变特性,DAVAR法能够对MEMS惯性测量单元进行准确评价.

基于动态Allan方差法的时钟噪声非平稳性跟踪

原子钟为整个控制系统提供振动频率基准,其振动频率的平稳性关系到整个系统的精确性,因此分析原子钟频率信号的平稳性具有重要意义;本文首先分析了Allan方差法和动态Allan方差法的原理,然后仿真出了两种信号分别用Allan方差法和动态Allan方差法进行处理,结果表明:动态Allan方差法可以跟踪信号的非平稳性;最后用动态Allan方差法处理了铷原子钟的频率信号,结果表明:其频率信号是非平稳过程,而且信号中还存在频率跳跃。

基于动态Allan方差的光纤陀螺稳定性分析

针对光纤陀螺实际信号在长时间内,容易受到温度和其他器件物理性能的改变而变化的特点,提出了基于动态Allan方差的光纤陀螺稳定性分析。在不同时段内分别计算光纤陀螺信号的Allan方差,在不同时间维度捕捉信号的非平稳变化,从而确定光纤陀螺信号稳定性随时间变化规律。仿真和实测数据实验均验证了本文方法的可行性与有效性。本文方法可以用于光纤陀螺稳定性分析,能够直观反映光纤陀螺方差随时间变化的规律,光纤陀螺随机信号的稳定性分析将不再局限于Allan方差的二维曲线描述。

动态Allan方差改进算法及其在FOG启动信号分析中的应用（英文）

针对动态Allan方差运用固定长度的分析窗截取信号导致样本数据量减少,长相关时间下方差估计值置信度降低,首先,针对动态信号跟踪能力与置信度的提高不能兼顾的问题提出了一种改进算法。引入截断窗内峭度值作为表征信号短时稳定度的参数,并建立以峭度为变量的窗宽函数,该函数可以使截断窗长随着信号的平稳程度自动变化。其次,再用窗宽自适应的滑动窗分段截取陀螺随机误差,分别对每个截断窗内样本进行总方差计算以增加方差估计的自由度。最后,计算延伸后样本的Allan方差,并将其以三维形式排列出来。结果表明:应用该方法对光纤陀螺启动信号进行分析,该算法既能更有效地跟踪信号的非平稳变化,又能大幅降低长相关时间下方差的估计误差。

基于Allan方差改进阈值的惯性传感器动态信号小波去噪

惯性传感器信号的去噪效果通常都是用Allan方差来评价,针对这个特点,提出了一种基于Allan方差噪声系数的小波阈值改进算法。先用提升小波将信号分解到不同频段,再用Allan方差计算各频带上的噪声系数,根据各频带噪声系数的大小确定其滤波阈值,再结合参数可调的阈值函数对各尺度信号进行滤波去噪。改进算法以去噪效果评价参数来修正阈值,具有很强的针对性。通过同其它常用的惯性传感器去噪方法做比较,证明该算法可以有效的随机噪声,提取出更加准确真实的惯性传感器动态输出。

激光陀螺误差分析的Allan方差法改进研究

针对传统Allan方差法分析激光陀螺误差特性过程中,不能合理解释方差中部分噪声项出现负值的情况,而采用阻尼振荡的分析方法能够对此给出合理解释,却又损失了辨识精度的问题,提出了一种基于动态Allan方差法理论的改进Allan方差法。该方法将阻尼振荡模型与动态Allan方差模型相结合,使得辨识结果的分析过程更加合理。激光陀螺零偏误差的辨识与分析结果表明:改进Allan方差法的辨识结果精度略高些,在改进Allan方差的三维分析图中可以显示出零偏中存在的数据突变情况,能够反应激光陀螺误差的动态特性。因此,改进Allan方差法更适用于激光陀螺误差特性的分析。

基于信息熵的自适应窗长动态Allan方差研究

近年来有学者将动态Allan方差引入惯性器件的随机信号处理中,实现了对随机信号误差的特性分析。但是由于动态Allan方差采用固定窗长的函数截取随机信号,导致信号动态跟踪效果与方差估计置信度不能同时兼顾。针对此问题,提出一种基于信息熵的自适应窗长动态Allan方差,首先用截断窗内信号的信息熵表征陀螺动态信号非平稳性,根据信号信息熵的大小自适应地选取下一时刻合适窗长,并对窗内信号进行Allan方差计算,通过实验仿真,证明了该改进方法的有效性,提高了对陀螺信号动态特性的分析能力。

基于σ~2比值法的自适应窗口DAVAR改进算法

动态Allan方差（DAVAR）法是分析非平稳性信号的有效工具,窗函数选取固定使得在辨识噪声时存在功率泄漏和定量单一的缺陷。为此,提出了一种以σ~2比值法（F值）为判据标准,自适应调整窗口长度的DAVAR改进算法。首先用F值反映随机信号的突变特征,进而根据实时变化的F值计算窗函数的长度,并且自动对信号进行截取,最终将所计算的DAVAR绘制在三维图形内。对实际采集的陀螺仪随机信号的分析表明,该方法能准确反映动态噪声的变化特征,保证实时的突变跟踪能力和良好的置信度,为研究在各种干扰因素下陀螺仪组成的IMU误差建模与补偿提供了理论参考和评价依据。

基于分形维数的自适应窗口DAVAR改进算法

针对动态Allan方差(DAVAR)法在分析弹载环境下MEMS陀螺输出信号时存在功率泄露和噪声辨识精度低等缺陷,提出一种基于分形维数自适应窗口的改进DAVAR算法。利用分形维数值表征随机信号突变特征,实时改变窗长截取信号,并将结果绘制在三维图形中。仿真实验表明:该方法能够实时跟踪MEMS陀螺输出的突变,并准确评估动态误差中各噪声的变化特征。

MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。

基于峭度和自适应滑动窗的陀螺动态特性分析方法

针对运用动态Allan方差法进行陀螺随机误差分析时由于采用固定窗函数截取信号,导致信号跟踪效果与方差估计置信度不能同时兼顾的问题,提出了一种根据信号短时非平稳度自动调节窗宽的改进算法。首先运用截断窗内数据的峭度值表征陀螺输出的短时非平稳性,以随时间变化的峭度值为变量构造窗宽截取函数,再将陀螺量测信号中的随机误差分离出来,应用窗宽函数智能选取合适的窗长,用其来截取信号并按照一定的时间顺序分段计算Allan方差,最终将其绘制在时间、相关时间和Allan方差三维一体的图中。仿真和陀螺实测数据表明:新算法在保证动态跟踪效果不变的前提下,将中、低频噪声系数的辨识准确度提高了50%以上。

动态总方差设计及其快速算法

Allan方差法分析随机误差时存在2点缺陷,一是长相关时间下估计值震荡较大,二是无法跟踪信号的动态变化。本文融合总方差法和动态Allan方差法的思想和优势,提出了动态总方差法。首先使用窗函数截取原始数据,然后对窗内数据进行延拓,对延拓后的数据进行总方差分析,得到原始信号的局部随机特性,随着窗函数的滑动可以得到原始信号的随机变化特性。经验证,动态总方差法同时解决了Allan方差法存在的2个缺陷。最后设计了半球谐振陀螺(HRG)的线振动试验验证此算法的有效性,分析结果表明动态总方差法在分析精度和使用的数据量上具有优势。但是动态总方差法又存在计算量大、分析速度慢的问题,因此本文又推导出了动态总方差法的递推公式,从而给出了动态总方差的快速算法。

基于动态总方差的随机信号动态特性分析

动态Allan方差法是分析输出信号随机误差的一种新方法,但是窗函数截取数据会使数据减少、自由度降低,从而导致Allan方差估计值置信度低、误差变大等。本文设计了一种可以跟踪信号变化和减小估计值误差的动态总方差法,首先以确定的步长用固定的窗函数对原始信号进行截取,然后将窗函数内的数据用倒镜像映射进行延拓来提高置信度,最后将拓展后数据的方差值再用二维或三维图表达出来。仿真数据表明,动态总方差法既能及时地跟踪信号的动态变化,也可以克服估计值置信度低、误差大的问题。

动态总方差及其在陀螺振动信号分析中的应用

动态Allan方差是分析动态环境下陀螺仪随机误差变化规律的一种新方法。针对其运用窗函数截取信号导致方差估计值置信度降低,尤其是长相关时间上估计误差大的问题,提出了动态总方差法。用矩形窗分段截取陀螺仪量测信号,再对截断窗内数据进行倒像映射延拓以增加方差估计的实际自由度,最后计算延拓后样本的Allan方差并提取其噪声系数,将其按时间顺序分别以三维和二维的形式表征出来,以细化和辨识陀螺输出的动态特性。从对半球谐振陀螺线振动试验实测数据处理结果来看,新算法不仅能及时跟踪信号的非平稳变化,而且有效提高了振动信号方差估计值的置信度。

基于新陈代谢双时序模型的激光多普勒测速仪漂移数据滤波

为了有效抑制激光多普勒测速仪输出数据的随机漂移,提高其测量精度,在传统时序模型的基础上采用新陈代谢双时序模型进行激光多普勒测速仪漂移数据滤波.该模型由两级新陈代谢时序模型级联而成,每一级新陈代谢时序模型均依次对13个数据点时序建模.依据此模型分别对激光多普勒测速仪静态及动态漂移数据进行建模和滤波.利用方差分析法及Allan方差法对滤波前后的测速仪静态漂移数据进行分析并利用频谱分析法对比了滤波前后的测速仪动态漂移数据.结果表明:新陈代谢双时序模型将静态漂移数据标准差减小为原始数据的44%,将角度随机游走降为原始数据的41%;该方法不仅能实时降低激光多普勒测速仪的静态随机漂移误差,而且能够实时有效抑制其动态输出噪声.

MEMS陀螺仪随机误差的动态辨识

针对经典Allan方差在分析和定量描述微机电系统(MEMS)陀螺仪噪声项时存在的问题,提出将动态Allan方差用于MEMS陀螺仪输出信号分析并加以改进。根据Allan方差的原理,实现误差项系数的动态辨识,得到各类型误差随时间的变化规律。普通最小二乘法求解误差系数时存在个别为负的问题,因此,将非线性最优化的单纯形法用于方差曲线的拟合。实验结果表明,改进后的方法不仅能准确描述数据的噪声量值,还能反映信号的频率稳定性和误差项的变化特征。

动态模型偏差校正在列车组合定位中的应用

扩展卡尔曼滤波(Extended Kalman filter,EKF)的准确性依赖于观测的质量、观测对象的非线性程度及动态模型的准确性.该方法通常假设其动态模型是不变的,而且默认为非线性程度较弱,这些在实际的车辆运动中都是不可靠的处理方式.本文提出了一种利用最小二乘支持向量机(Least squares support vector machine,LSSVM)的技术增强扩展卡尔曼滤波的新算法.LSSVM改进后的EKF算法(LSSVM-EKF)一定程度上弥补了EKF处理强非线性问题的不足;而且可以自适应地估计历史数据的动态建模偏差,并使用估计偏差来补偿动态模型.开发了一种引入Allan方差的K折交叉验证方法来确定LSSVM的训练参数;将动态模型偏差通过有限数据集与LSSVM一起训练;并引入无损变换将LSSVM与EKF进行了集成.为了验证算法,最后设计了车载试验,并采用列车数据验证了文中所提的方法,结果表明LSSVMEKF可以较好地适应实际车辆运动环境,可以提供一种可用的车辆定位方法.