基於機抖激光陀螺信號頻域特性的SINS動態誤差分析與補償算法研究 [Research on SINS Dynamic Errors and Compensation Algorithms Based on Signal Frequency Domain Characteristics of Dither RLG] pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

潘獻飛，吳文啓，吳美平 著

圖書標籤:

• 慣性導航係統
• SINS
• 機抖激光陀螺
• 誤差分析
• 動態誤差
• 補償算法
• 頻域分析
• 信號處理
• 陀螺儀
• 導航技術

齣版社： 國防工業齣版社

ISBN：9787118101737

版次：1

商品編碼：12008168

包裝：平裝

叢書名： 國防科學技術大學慣性技術實驗室優秀博士學位論文叢書

外文名稱：Research on SINS Dynamic Errors and Compensation Algorithms Based on Signal Frequency Dom

內容簡介

　　隨著國內激光陀螺水平的不斷提高，機抖激光陀螺捷聯慣導係統在國內慣性技術應用領域正日益受到重視，發揮越來越重要的作用。機抖陀螺特有的機械抖動特性，在消除陀螺鎖區的同時，也使捷聯係統具有一係列新的為復雜的動態誤差特性，係統的優化設計與誤差補償研究具有尤其重要的理論和現實意義。《基於機抖激光陀螺信號頻域特性的SINS動態誤差分析與補償算法研究》以機抖激光陀螺捷聯慣導係統為研究對象，提齣瞭捷聯係統的算法設計必須與係統的信號特性和應用環境相適應的思想，基於機抖激光陀螺在不同條件下的信號頻域特性，開展瞭捷聯慣導係統動態誤差與補償算法研究。

目錄

第1章 緒論
1．1 研究背景及意義
1．2 國內外研究現狀
1．2．1 激光陀螺控製技術研究現狀
1．2．2 激光陀螺信號頻域特性研究現狀
1．2．3 導航算法動態誤差補償技術研究現狀
1．3 本書的主要內容、組織結構及主要貢獻
1．3．1 本書的主要內容與組織結構
1．3．2 本書的主要貢獻

第2章 激光陀螺數字控製特性研究
2．1 激光陀螺基本原理
2．1．1 激光陀螺的工作原理
2．1．2 激光陀螺誤差特性
2．2 激光陀螺抖動規律研究
2．2．1 抖動偏頻基本原理
2．2．2 抖動偏頻的誤差特性研究
2．2．3 隨機抖動的誤差特性研究
2．3 激光陀螺數字抖動控製算法研究
2．3．1 數字抖動控製流程
2．3．2 數字抖動控製建模
2．3．3 數字抖動的抖幅控製算法
2．3．4 數字隨機抖動注入的控製算法
2．4 激光陀螺數字穩頻算法研究
2．4．1 穩頻控製原理
2．4．2 數字直流穩頻算法設計
2．5 激光陀螺數字控製係統實現與實驗驗證
2．5．1 陀螺控製係統總體結構
2．5．2 陀螺測試與實驗
2．6 本章小結

第3章 基於信號頻域特性的SINS動態誤差特性研究
3．1 單個激光陀螺原始信號的頻域特性
3．2 激光陀螺抖動解調方法研究
3．2．1 激光陀螺信號的前期處理
3．2．2 陀螺抖動解調方式對比研究
3．3 捷聯係統動態誤差的分類及處理原則
3．3．1 捷聯係統的基本結構
3．3．2 捷聯係統中圓錐和劃搖運動的分類
3．3．3 不同性質的動態誤差處理原則
3．3．4 信號頻域特性與係統動態誤差的關係
3．4 不同環境中的捷聯係統動態誤差研究
3．4．1 捷聯係統中的陀螺信號頻域特性
3．4．2 靜態環境中的捷聯係統動態誤差研究
3．4．3 高頻振動環境中的捷聯係統動態誤差研究
3．5 本章小結

第4章 基於信號頻域特性的圓錐優化算法研究
4．1 圓錐誤差機理
4．1．1 圓錐漂移
4．1．2 標準圓錐算法
4．1．3 圓錐算法誤差特性
4．2 信號濾波引入的姿態解算誤差研究
4．2．1 信號濾波引入姿態解算誤差的機理
4．2．2 信號濾波引入的姿態解算誤差特性
4．3 基於信號頻域特性的圓錐優化算法設計
4．3．1 信號濾波引入誤差的補償思路
4．3．2 圓錐優化算法設計
4．3．3 圓錐優化算法的誤差特性
4．3．4 圓錐優化算法的運動環境普適性證明
4．4 圓錐優化算法在機抖激光捷聯係統中的應用
4．4．1 相對圓錐誤差
4．4．2 姿態算法漂移仿真
4．4．3 係統實驗驗證
4．4．4 圓錐優化算法的適用條件
4．5 圓錐優化算法的擴展應用
4．5．1 消除僞圓錐誤差
4．5．2 對陀螺自身頻率特性的補償
4．6 基於固定頻率運動優化的圓錐算法
4．6．1 基於固定頻率運動優化的圓錐算法設計
4．6．2 姿態算法漂移仿真
4．7 本章小結

第5章 基於信號頻域特性的劃搖優化算法研究
5．1 劃搖誤差機理
5．1．1 劃搖漂移
5．1．2 標準劃搖算法
5．1．3 劃搖算法與圓錐算法的對偶關係
5．1．4 劃搖算法的誤差特性
5．2 信號濾波引入的導航解算誤差研究
5．2．1 信號濾波引入導航解算誤差的機理
5．2．2 信號濾波引入的劃搖算法誤差特性
5．3 基於信號頻域特性的劃搖優化算法設計
5．3．1 劃搖優化算法設計
5．3．2 劃搖優化算法與圓錐優化算法的對偶性
5．3．3 劃搖優化算法的誤差特性
5．3．4 劃搖優化算法的運動環境普適性證明
5．4 本章小結

第6章 機抖激光捷聯係統動態誤差仿真與實驗研究
6．1 圓錐和劃搖優化算法的綜閤仿真
6．1．1 捷聯係統仿真模型
6．1．2 信號濾波對導航精度的影響
6．1．3 優化導航算法的性能驗證
6．2 優化導航算法的實驗驗證
6．2．1 轉颱晃動實驗
6．2．2 環形路綫車載實驗
6．2．3 遠距離車載實驗
6．3 本章小結

第7章 結論與展望
7．1 全書總結
7．2 研究展望
參考文獻

前言/序言

引言 慣性導航係統（INS）是實現自主導航的關鍵技術，廣泛應用於航空航天、軍事、自動駕駛等領域。然而，慣性傳感器固有的誤差會隨著積分時間推移而纍積，導緻INS定位精度嚴重下降。為瞭剋服這一限製，研究慣性導航係統的動態誤差特性並提齣有效的補償算法至關重要。本書聚焦於基於微振動激光陀螺（Dither RLG）信號頻域特性的SINS（Strapdown Inertial Navigation System）動態誤差分析與補償算法，旨在深入理解誤差來源，並通過信號處理手段挖掘潛在信息，從而提升係統的整體性能。 第一章：慣性導航係統概述與誤差分析 本章將首先係統介紹慣性導航係統的基本原理，包括其工作方式、核心組成部分（如慣性測量單元IMU）以及在不同應用場景下的重要性。隨後，將詳細闡述SINS相對於平颱式INS的優勢與挑戰。 慣性導航係統的核心在於測量載體的加速度和角速度，並通過積分運算來估計其位置、速度和姿態。SINS采用將慣性傳感器直接固連於載體上的方式，避免瞭復雜的穩定平颱，從而簡化瞭係統結構，提高瞭係統的響應速度和抗衝擊能力。然而，SINS也麵臨著巨大的挑戰，最主要的便是慣性傳感器的誤差。 本章將深入剖析SINS的主要誤差源，包括： 傳感器誤差： 零偏（Bias）： 傳感器在零輸入下輸齣的固定偏差。 尺度因子誤差（Scale Factor Error）： 傳感器輸齣與實際輸入之間的比例係數偏差。 軸不對準誤差（Misalignment Error）： 傳感器敏感軸與載體坐標係之間存在的角度偏差。 噪聲（Noise）： 傳感器輸齣的隨機波動，包括高斯白噪聲、低頻噪聲等。 溫度敏感性（Temperature Sensitivity）： 傳感器參數隨溫度變化而改變。 振動敏感性（Vibration Sensitivity）： 傳感器對外部振動的響應，會引入額外的誤差。 模型誤差： 地球模型誤差： 地球自轉、重力場等參數的不精確模型。 載體模型誤差： 載體運動模型的不精確。 校準誤差： 標定參數不準確： 傳感器靜態標定參數的誤差。 本章將特彆強調動態誤差的重要性。與靜態誤差不同，動態誤差與載體的運動狀態密切相關，例如高動態機動、振動等都會顯著加劇傳感器的誤差錶現。理解這些動態誤差的産生機製和特性，是後續分析與補償的基礎。 第二章：微振動激光陀螺（Dither RLG）原理及其信號特性 本章將聚焦於微振動激光陀螺（Dither RLG），作為SINS中關鍵的角速度傳感器，其工作原理和信號特性直接影響著整個係統的精度。 微振動激光陀螺是一種利用光在鏇轉介質中産生的Sagnac效應來測量角速度的慣性傳感器。其核心結構包含一個激光諧振腔，通過注入腔體內的激光束，在腔體鏇轉時會産生一個與角速度成比例的頻率差。為瞭剋服低速陀螺的固有不穩定性，Dither RLG引入瞭“微振動”（dither）技術。 微振動的引入，使得腔體在低速運動時也能夠産生一個周期性的振動，從而周期性地改變Sagnac頻差。這在一定程度上提升瞭低速下的測量精度，但也引入瞭新的信號特性和潛在的誤差來源。 本章將深入探討： Dither RLG的基本工作原理： 包括Sagnac效應、腔體結構、激光産生、光電探測等。 微振動的作用機製： 解釋微振動如何改變腔體狀態，以及它對Sagnac頻差産生的影響。 Dither RLG的輸齣信號特性： Sagnac頻差信號： 這是測量角速度的核心信號，與實際角速度存在一定的綫性關係，但同時也受到多種因素的影響。 微振動調製信號： 由微振動産生的周期性信號，它會調製Sagnac頻差信號。 幅度與相位信息： 除瞭頻率信息，信號的幅度和相位也可能攜帶與誤差相關的信息。 Dither RLG的典型誤差來源： 微振動相關的誤差： 如微振動幅度、頻率不穩定，以及微振動與Sagnac效應的非綫性耦閤。 腔體穩定性誤差： 如溫度變化、機械應力等引起的腔體形變。 電子學誤差： 如放大器噪聲、模數轉換誤差等。 外部乾擾： 如振動、電磁乾擾等。 理解Dither RLG輸齣信號的復雜特性，尤其是微振動對其産生的調製效應，是進行頻域分析的前提。 第三章：SINS動態誤差的頻域特性分析 本章是本書的核心之一，將深入研究SINS動態誤差在頻域上的錶現，並重點分析Dither RLG信號的頻域特性如何反映這些誤差。 動態誤差的分析方法多種多樣，但將誤差映射到頻域，能夠提供一種全新的視角，有助於識彆和量化誤差。許多動態誤差，如由振動引起的誤差，往往具有特定的頻率成分。通過對傳感器輸齣信號進行傅裏葉變換等頻域分析技術，可以揭示這些頻率成分的存在和強度。 本章將重點闡述： SINS動態誤差的頻域模型： 將傳感器誤差（如振動敏感性、尺度因子非綫性等）在動態運動下錶現齣的變化，通過數學模型描述其在頻域上的錶現。 例如，若傳感器對特定頻率的振動敏感，那麼在頻域上就會齣現對應頻率的能量峰值。 Dither RLG信號的頻域分析方法： 傅裏葉變換（FFT）： 用於將時域信號轉換為頻域錶示，識彆信號中的頻率成分。 功率譜密度（PSD）： 描述信號在不同頻率上的功率分布，能夠更直觀地展現誤差的頻率特性。 小波變換（Wavelet Transform）： 用於分析信號的瞬時頻率信息，尤其適用於非平穩信號，能夠捕捉誤差隨時間變化的頻率特性。 Dither RLG輸齣信號的頻域特徵分析： Sagnac頻差信號的頻域特性： 分析實際角速度、零偏、尺度因子誤差等在Sagnac頻差信號頻域上的錶現。 微振動調製信號的頻域特性： 分析微振動自身的頻率成分，以及它對Sagnac頻差信號産生的諧波和邊帶。 誤差成分的頻域特徵： 識彆哪些頻率成分與特定的誤差源相關。例如，外部環境振動可能在傳感器輸齣信號中引入與振動源頻率相關的成分。 頻域相關性分析： 分析不同傳感器輸齣信號（如同一IMU內不同陀螺或加速度計）在頻域上的相關性，有助於識彆共模誤差和差模誤差。 通過對Dither RLG輸齣信號進行深入的頻域分析，可以更準確地識彆齣誤差的特徵，例如，高頻噪聲、低頻漂移、特定頻率的振動乾擾等。這些信息為後續的誤差補償算法設計提供瞭關鍵依據。 第四章：基於頻域特性的SINS動態誤差補償算法研究 本章將基於前述的SINS動態誤差頻域特性分析，提齣並研究一係列基於頻域特徵的SINS動態誤差補償算法。 補償算法的目標是利用已知的誤差特性，對傳感器原始輸齣進行修正，從而降低INS的整體誤差。傳統的補償方法多集中於卡爾曼濾波等狀態估計技術，而本書將重點探索如何利用頻域信息來增強補償效果。 本章將涵蓋： 基於信號濾波的補償方法： 陷波濾波器（Notch Filter）： 用於抑製特定頻率的噪聲或乾擾，例如，若已知外部振動頻率，可設計陷波濾波器進行抑製。 帶通/帶阻濾波器： 根據誤差成分的頻域分布，設計相應的濾波器來分離或去除誤差信號。 自適應濾波： 當誤差的頻率特性隨時間變化時，采用自適應濾波器能夠更有效地跟蹤和抑製誤差。 基於頻域特徵提取的補償方法： 諧波抑製： 對於由非綫性效應或微振動引起的諧波成分，設計算法進行識彆和抑製。 邊帶信息利用： 分析微振動調製産生的邊帶信息，可能有助於估計和補償與微振動相關的誤差。 基於頻譜分析的零偏/尺度因子校正： 在某些動態環境下，零偏和尺度因子可能呈現齣一定的頻率特性，通過頻域分析可以識彆並進行實時校正。 頻域與時域結閤的補償策略： 頻率域校正與時域濾波結閤： 先在頻域對信號進行初步處理，再結閤時域濾波或狀態估計技術進行更精細的補償。 利用頻域信息輔助卡爾曼濾波： 將頻域分析得到的誤差模型或參數信息融入卡爾曼濾波器的設計中，提高濾波器的性能。例如，通過頻域分析估計的誤差協方差矩陣。 Dither RLG特有誤差的補償算法： 微振動參數不穩定引起的誤差補償： 針對微振動幅度、頻率的波動，設計相應的補償策略，例如，利用微振動信號本身的頻域特徵來校正Sagnac頻差。 Sagnac效應與微振動非綫性耦閤的補償： 深入研究這種耦閤機製，並提齣相應的數學模型和補償算法。 算法的性能評估： 仿真驗證： 構建包含各種誤差的仿真模型，評估所提算法的補償效果。 實際數據測試： 在真實SINS係統中采集數據，驗證算法在實際應用中的性能。 性能指標： 如誤差收斂性、精度提升幅度、計算復雜度等。 本章將詳細闡述各種算法的設計原理、數學推導、實現細節，並給齣具體的性能分析和對比，為實際工程應用提供可行的解決方案。 第五章：實驗與結果分析 本章將通過實際實驗來驗證本書提齣的SINS動態誤差分析方法和補償算法的有效性。 實驗平颱搭建： 介紹所使用的SINS係統，包括Dither RLG、加速度計等慣性傳感器，以及數據采集係統。 實驗場景設計： 設計多種能夠誘發SINS動態誤差的實驗場景，例如： 高動態機動測試： 模擬飛機、導彈等高速、大過載運動。 振動測試： 在不同頻率和幅度的振動環境下測試SINS性能。 溫度變化測試： 評估算法在不同溫度下的魯棒性。 仿真與實際數據對比： 對比仿真結果與實際實驗數據的吻閤程度。 誤差頻域分析實驗： 采集Dither RLG和SINS係統的原始數據。 對原始數據進行頻域分析，展示各種動態誤差成分在頻域上的分布，並與理論分析結果進行比對。 分析微振動信號的頻域特徵如何影響Sagnac頻差信號。 補償算法實驗驗證： 將本書提齣的補償算法應用於實際采集的SINS數據。 對比補償前後的SINS定位、速度和姿態精度。 定量分析算法在不同實驗場景下的性能提升。 展示算法在抑製特定頻率誤差、提高係統整體精度方麵的效果。 結果討論與分析： 深入分析實驗結果，解釋算法成功的機理。 討論算法的局限性以及在實際應用中可能遇到的問題。 提齣進一步優化和改進算法的方嚮。 與其他現有補償算法的性能進行對比，突齣本書方法的優勢。 結論與展望 本章將總結本書的研究成果，迴顧基於Dither RLG信號頻域特性的SINS動態誤差分析與補償算法所取得的關鍵進展。 研究貢獻： 總結在SINS動態誤差頻域特性理解、Dither RLG信號特性挖掘以及新型補償算法設計方麵的貢獻。 主要結論： 強調頻域分析在識彆和量化SINS動態誤差方麵的有效性，以及所提齣的補償算法在提升係統精度方麵的實際效果。 未來展望： 更復雜的動態環境下的誤差分析與補償： 針對更具挑戰性的運動場景，如非綫性、高動態、強乾擾環境。 多傳感器融閤的頻域分析： 將頻域分析方法擴展到多傳感器（如加速度計、磁力計）的融閤，實現更魯棒的導航。 基於機器學習的頻域誤差建模與補償： 探索利用機器學習技術，從數據中自動學習誤差的頻域特徵，實現更智能的補償。 硬件實現與優化： 討論將所提算法高效集成到嵌入式硬件平颱的技術挑戰與解決方案。 在特定應用場景下的深入研究： 如無人機、水下航行器、高超聲速飛行器等對SINS精度有更高要求的領域。 本書的研究成果將為提高SINS係統的動態精度提供理論指導和技術支持，對慣性導航技術的進一步發展具有重要的理論和應用價值。