论文部分内容阅读
航空、航天、航海相关技术一直是衡量一个国家实力的重要指标之一，惯性导航技术作为一项涉及到机电，电子，计算机，自动控制，光学，精密仪器等多个学科的交叉学科，在航空航天航海领域有着不可估量的作用。尤其因为具有自主定位的特点，不论是在国防领域还是民生领域，是各个国家争相发展的高端技术。
惯性导航科技的发展也带动了人们对其越来越高的要求，众所周知，在惯性导航系统中，由于陀螺仪的输出数据中包含随时间推移带来的误差累计是阻碍提高惯性导航精度的重要因素之一。在陀螺仪等硬件条件一定的基础上，如何采取合理的方法，使得惯导系统能够更有效的发挥作用，提高其导航精度，对惯性导航技术的发展和应用研究都有极其深远的作用和意义。
本文的主要内容是针对光纤陀螺仪(Fiber Optic Gyroscope，简称FOG)的原始输出数据进行分析误差来源以及误差对输出数据的影响，并对原始数据进行数据特征分析，数据的预处理工作，建立合理有效的模型，最后应用于卡尔曼滤波(Kalman filter)当中，利用最优滤波的特质对随机漂移数据进行分析研究，最终达到对陀螺仪输出数据的补偿模型，提高光线陀螺仪的精度，为惯性导航系统的后续工作提供有利的保障。
论文的研究对象是光线陀螺仪的输出原始信号，从以下几方面进行了研究和讨论：
1.陀螺的误差来源和误差对惯性导航系统的影响，陀螺仪的误差来源有很多方面，导致产生误差的因素存在很多已知和未知的方面。就陀螺仪整体而言，产生误差的原因彼此不是孤立的。借鉴实际工程应用的方法-解析法建立陀螺误差补偿方程。把对陀螺仪工作性能影响较大的因素提取出来，进行分析讨论。
2.基于时间分析理论对陀螺的输出数据进行建立模型，通过对陀螺仪大样本数据的采集和分析，进行一系列的数据统计特征计算来判断是否满足时间分析理论的要求，然后对数据进行针对性的预处理，最后建立合理有效的时间序列方程来描述陀螺仪的输出数据。
3.利用卡尔曼滤波算法对陀螺仪的随机漂移数据进行分析，卡尔曼滤波算法是一种最优滤波算法，它可以从被噪声污染的观测信号中过滤噪声，尽可能的减少噪声对信号的影响，也是对被噪声污染的观测信号的最优估计。
本课题先期完成了光纤陀螺仪的数据采集工作，经过对数据的进行上述的分析和研究，实验证明：卡尔曼滤波算法可以有效的抑制光纤陀螺仪的随机漂移，进行有效的误差补偿工作，为接下来惯导系统工作提供有力的支持。