简介:基于激光陀螺高带宽和数字化输出的特点,提出激光陀螺数字信号处理的两个基础性问题,采样频率合理性与抗混叠滤波。分析了国产高精度激光捷联惯导常用的2000Hz采样频率下激光陀螺频谱特性。指出在该采样频率下,激光陀螺输出信号中存在某些固定频率干扰信号。提出一种逐步升高采样频率的方法,给出了谱峰位置确定公式,证明国产高精度激光陀螺输出信号中存在机抖频率的3倍频和5倍频干扰信号,并给出合理的最低采样频率应为4500Hz。为了解决激光陀螺数字化输出的抗混叠滤波问题,建议引入过采样技术,继续提高采样频率,降低激光陀螺功率谱密度,并利用低通滤波抑制噪声,提高激光陀螺精度。
简介:针对随机时滞和异步相关噪声情况下的状态估计问题,提出了一种改进的高斯滤波算法(GF),并给出了其适用于高维系统的实现形式—随机时滞和异步相关容积卡尔曼滤波器(CKF-RDCN)。首先,通过满足Bernoulli分布的互不相关随机序列,来描述系统观测数据中可能存在的随机时滞现象,将量测噪声作为状态变量用以实现对观测时滞后验概率密度的估计。其次,利用一阶斯特林插值公式来近似估计,由于过程噪声和量测噪声异步相关,而导致的含有随机变量的多维积分问题。最后,依据三阶球径容积法则,给出了CKF-RDCN滤波算法的详细设计。此外,经典GF算法是所提出的改进GF算法的特例,其作为一个通用的非线性滤波算法框架,根据不同的后验概率密度估计方法,可以有不同的实现形式。仿真结果表明,相比于扩展卡尔曼滤波算法(EKF)以及容积卡尔曼滤波算法(CKF),CKF-RDCN在解决含有观测时滞和相关噪声系统的状态估计问题时,具有更高的精度和更好的数值稳定性。
简介:根据二阶质量-弹簧-阻尼系统的幅频特性和相频特性关于谐振频率对称的特点,提出了一种低频振荡激励的实时模态匹配技术,根据检测模态的输出响应来判别驱动模态和检测模态的匹配程度。首先简要介绍了带频率调谐功能的双质量线振动硅微陀螺仪,该陀螺利用负刚度效应来调节检测模态的谐振频率;然后通过理论推导以及系统仿真验证了基于低频调制激励的自动模态匹配技术的可行性和有效性;最后设计了一种基于现场可编程逻辑阵列(FPGA)的数字控制电路,并且对同一测试陀螺进行了模态匹配和模态不匹配下的性能对比。试验结果表明,相比模态不匹配条件下,陀螺零偏稳定性从5.89(°)/h提高到1.26(°)/h,角度随机游走从0.36(°)/√h提高到0.079(°)/√h,性能分别提高了4.7倍和4.6倍。
简介:为提高车载捷联惯性导航系统(SINS)的定位和姿态精度,分析了SINS静态罗经对准原理,并推广至行进过程中,借助里程仪测速辅助实现姿态动态、持续对准。同时,通过此动态罗经回路控制律对里程仪测速噪声进行平滑,并对平滑后速度加以检测,实现了零速修正(ZVU)的停车自动识别;停车瞬间利用动态罗经对准回路对系统姿态进行修正,速度误差归零,并依据相邻停车时刻记录的速度误差拟合曲线积分值修正系统位置误差。最后,采用此方案进行了长达4h(约160km)的三组跑车实验,每10min停车ZVU(1s),达到的定位精度为44.2m(CEP),姿态精度优于0.5’。