光纤陀螺仪建模技术初探.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
仍=幺+‘ 仍=岛一B‘+L 仍=岛一日Jf2一岛J『I+13 (4) 纯=一巳厶一。…·q厶一。+厶 显然,如果逆函数的估计值已知,由上式可以求出模型参数初值。当m=0时,这是一个AR(n)模型: (1一∑够召’)薯=口f (5) i=l 模型的够和9。 、一 3数据分析和建模 ~ ;本次采集的陀螺漂移数据为捷联系统测试得到的陀螺值输出,采样周期为10ms,长度为2·104。 , 如I-1星I,均值为3.277310^.6(角分)。 图(1)陀螺原始输出信号 图(2)陀螺随机漂移信号 3.1去均值 。 一●, p 去掉陀螺原始输出数据中的常值分量后, 得到的是随机漂移数据,如上图: 3.2漂移信号的趋势性检验 图(3)去趋势项前信号 。 图(4)去趋势项后信号 从图中可以看出,去趋势项前后的信号及其相似,这说明信号漂移的变化是缓慢的。 119 3.3漂移信号的周期性分析 螺随机漂移经过趋向性检验并提取线性趋势项后,漂移数据中仍含有隐含周期项,因此漂移数据还 不能认为是平稳的,必须进一步识别并提取隐含周期项。如下图: 图(5)去周期趋势项前信号 图(6)去周期趋势项后信号 从图中可以了解到,去周期趋势项之后,信号的变化是明显的,说明在这里周期项对漂移信号的影响是很大的·下面 我们从功率谱图来看它们之问的区别. : 以 一 f ”,。:。.|.{ h . ☆ V 扒.: .,。 图(7)去周期趋势项前信号的功率谱 图(8)去周期趋势项后信号的功率谱 3.4模型的建立 . 陀螺原始信号经去常值项、线性趋势项和周期趋势项之后,一般来说所得的漂移数据可以认为是平 稳随机时间序列。对它可用ARMA、AR和MA模型来描述,这三种模型存在着差别。本文采用AR(n) 及ARMA(n,m)模型的参数估计方法,对陀螺随机漂移模型参数进行估计,并用BIC准则判断阶次。如 下表所示; ~型

文档评论(0)

hnlhfdc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档