一种基于卡尔曼滤波的光纤陀螺仪信号处理方法

文档序号:8410335阅读:318来源:国知局
一种基于卡尔曼滤波的光纤陀螺仪信号处理方法
【技术领域】
[0001] 本发明主要涉及光纤陀螺仪输出信号处理技术领域,以及卡尔曼滤波技术的应用 领域。
【背景技术】
[0002] 光纤陀螺仪(FOG)是一种用于惯性导航的光纤传感器,是一种基于萨格奈克 (Sagnac)效应的固态陀螺仪,最早由Vali与Shortill于1976年提出。光纤陀螺仪提供了 非常精确的转动信息,它对轴间振动,加速度与冲击不敏感,相比传统的惯性自旋陀螺仪, 光纤陀螺仪没有运动部件,不依赖于运动惯性,表现可靠,因此常被用于高性能航天航空应 用中。
[0003] 光纤陀螺仪自问世以来,得到了极大的发展。但是,光纤陀螺在技术上还存在一系 列问题,如输出噪声和随机游走等参数值偏高,这些问题影响了光纤陀螺的精度和稳定性。
[0004] 在处理光纤陀螺仪的输出信号时,传统的滑动平均滤波技术虽然可以适当减小陀 螺输出噪声,但效果并不理想,无法很好解决漂移问题。因此,根据系统的要求和实际应用 的需要,本方法采用了基于二阶自回归模型卡尔曼滤波技术滤除光纤陀螺仪的高频噪声, 抑制系统的随机漂移。

【发明内容】

[0005] 1. -种基于卡尔曼滤波的光纤陀螺仪信号处理方法,其特征是具体实施步骤如 下:
[0006] (1)建立由状态空间法描述的状态方程和量测方程:
[0007] xk+l=Akxk+wk (状态方程)
[0008] yk=Ckxk+vk (量测方程)
[0009] 式中,k为时间;xk为状态变量;yk为观测数据;wk为陀螺自带白噪声;vk为观
[0010] 测白噪声;A、C为增益矩阵。
[0011] (2)噪声分析:
[0012] 噪声wk与vk应满足:
【主权项】
1. 一种基于卡尔曼滤波的光纤陀螺仪信号处理方法,其特征是具体实施步骤如下: (1) 建立由状态空间法描述的状态方程和量测方程: xk+l=Akxk+wk (状态方程) yk=Ckxk+vk (量测方程) 式中,k为时间;xk为状态变量;yk为观测数据;wk为陀螺自带白噪声;vk为观测白噪 声;A、C为增益矩阵。 (2) 噪声分析: 噪声wk与vk应满足: E (wk)=0, δ w2=Qk, y wk, wj=Qk δ kj E (vk) =0, δ v2=Rk, y vk, vj=Rk δ kj [l k = j 式中, ^ # 7. Qk、Rk分别为wk、vk的方差;Y为相关系数。 δ kj= L J ; 应用时,根据陀螺提供的手册,由其零偏不稳定性与随机游走洗漱,估算出噪声方差Q ; 在Q值确定后,选取使得系统整体性能稳定的R的值。 (3) 建立时间序列法的二阶自回归模型(AR2)来描述陀螺的静态输出: xk=aIxk-I+a2xk-2+wk 在MTLAB中,由函数iddata对系统A / D通道取得的静态工作时陀螺观测信号 进行处理,再由Yule-Walker模块计算出al与a2的值。 (4) 求系统预测误差方差: Pk, k-l=A Pk-1, k-lAT+Q 式中,Pk,k-1为状态变量估计误差的均方差(初值为2*2矩阵),PO, O=Var (x0),Var 即方差。 (5) 求卡尔曼增益: Gk = Pk,k-lCT(C Pk,k-lCT+Rr1 式中,C=[l 0] (6) 求状态预测值: ?^k/k-l= A-^k-l/k-1 α, α, 式中,. 1〇 ^0/0=Ε(χ0), A=L1 uJ0 (7) 求陀螺输出最佳滤波值: ^k/k= ^k/k-l+Gk (yk-C ^ k/k~l) 式中,yk为测量值。 (8) 求滤波误差方差: Pk, k=(I-GkC) Pk, k-1 (9) 由陀螺采集回路采集陀螺输出的最佳滤波值&k/k后,返回步骤2,重新按照步骤 (3)-步骤(8)进行,完成对光纤陀螺信号的卡尔曼滤波处理。
【专利摘要】本发明提供了一种基于卡尔曼滤波的光纤陀螺仪信号处理方法,光纤陀螺仪自问世以来,得到了极大的发展。但是,光纤陀螺在技术上还存在一系列问题,如输出噪声和随机游走等参数值偏高,这些问题影响了光纤陀螺的精度和稳定性。在处理光纤陀螺仪的输出信号时,传统的滑动平均滤波技术虽然可以适当减小陀螺输出噪声,但效果并不理想,无法很好解决漂移问题。因此,根据系统的要求和实际应用的需要,本方法采用了基于二阶自回归模型卡尔曼滤波技术滤除光纤陀螺仪的高频噪声,抑制系统的随机漂移。
【IPC分类】G01C19-64
【公开号】CN104729492
【申请号】CN201310697519
【发明人】何动, 张振荣
【申请人】广西大学
【公开日】2015年6月24日
【申请日】2013年12月18日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1