中国惯性技术学报 液浮陀螺漂移的试验建模研究.doc

HYPERLINK /qikan/Periodical.Articles/zggxjsxb/index.html 中国惯性技术学报JOURNAL OF CHINESE INERTIAL TECHNOLOGY1999年 第7卷　第2期　Vol.7 No.2 1999 液浮陀螺漂移的试验建模研究 翁海娜，李滋刚，万德钧 摘要：本文采用时间序列分析理论，利用实际测量的数据，建立了液浮陀螺随机漂移的ARMA模型。最终，为便于将模型应用于卡尔曼滤波器中，本文给出了一种实际可行的液浮陀螺漂移模型。关键词：建模； ARMA模型； 液浮陀螺中图分类法：U666.12；文献标识码：A Study on Modeling for Liquidfloated Gyro Drift WENG Haina，LI Zigang,WAN Dejun(Southeast University, Nanjing 210096， China) Abstract：Based on the measured data and timeseries analysis theory,an ARMA model of the random drift of liquidfloated gyro is presented.For the purpose of applying it in Kalman filter,a practicable gyro drift model is developed.Key words：modeling; ARMA model ； liquidfloated gyro 1　引言　　液浮陀螺漂移是平台式惯性导航系统的主要误差源。液浮陀螺的漂移模型是惯导系统误差模型的重要组成部分。本文采用时间序列分析理论，利用实际测量的数据，建立了液浮陀螺漂移的ARMA模型。最终，为便于将模型应用于卡尔曼滤波器中，本文给出了一种实际可行的液浮陀螺漂移模型。　　时间序列分析法的建模内容包括数据的采集、数据的统计分析(平稳性分析及相关函数分析)与预处理、模型形式的选取、模型参数的估计、模型适用性检验等问题，本文将按照时间序列分析的方法与步骤，对液浮陀螺进行试验建模。 2　液浮陀螺漂移数据的采集、平稳性分析与预处理　　采集信号，得到观测原始数据，按照时间序列建模要求，对该数据进行统计检验和预处理，以得到平稳、正态、零均值的时间序列，这是建模的基础工作。2.1　数据的采集　　陀螺噪声信号是连续信号，而时序建模的对象是离散的时间序列，这就需要对连续信号进行采样。那么，如何确定合适的采样时间间隔T与样本长度L，以便正确地获得连续信号中蕴含的信息，这是数据采集阶段必须解决的问题。　　在进行液浮陀螺漂移的数据采集时，结合理论要求和实际可能本文作了适当权衡处理。试验中，将某型号单自由度液浮陀螺置于水平测试台上，通过测试系统读取陀螺的角速度信息。为降低量测噪声的影响，采用RC滤波对试验数据进行滤波，滤波器的周期为20秒。选取采样周期为5秒钟，即每5秒钟采集一次陀螺输出的瞬时数据。进行了近40小时的试验。图1为采集的陀螺漂移原始测量信号。 图1　液浮陀螺漂移的原始信号 图2　陀螺随机漂移信号 2.2　陀螺漂移平稳性分析与预处理　　对陀螺随机漂移信号建立时序模型时，首先应保证该信号为零均值、平稳、正态时序。陀螺漂移的原始信号中包含常值分量和随机分量，可以通过求均值来提取常值分量。去掉均值(即常值分量)的陀螺漂移信号为陀螺机随漂移如图2所示。去掉常值分量后，该信号应为零均值。对于一般的测量系统正态性也能够保证。但因受未知的陀螺随外部环境及内部因素的干扰，信号的平稳性却很难保证。所以在建模之初，应通过统计检验的方法，对机漂移信号的平稳性作出判断。　　本文采用逆序检验法对陀螺随机漂移信号进行检验，检验结果表明，陀螺漂移存在趋势项。　　从图2所示的陀螺随机漂移数据来看，漂移趋向主要表现出一次或二次多项式关系，因此采用逐步提高阶次的方法首先用多项式来拟和陀螺随机漂移趋势项。对陀螺随机漂移信号进行多项式拟合后，知其具有一阶线性趋势。图3为陀螺随机漂移信号的线性趋势项。图4为去掉线性趋势项的陀螺随机漂移信号。 图3　陀螺随机漂移的线性趋势项 图4　去掉线性项的陀螺随机漂移信号 　　从图3看，陀螺漂移的随机分量线性斜率很小，说明其变化过程缓慢。　　陀螺随机漂移信号经过趋向性检验，并回归提取线性趋势项以后，漂移数据中仍存在着隐含周期项，如图4所示。因此漂移数据从传统意义上说还不能视作平稳。为此必须进一步识别并提取序列中的隐含周期项。 图5　陀螺随机漂移的功率谱密度曲线 　　本文采用周期图分析和Fisher检验方法，对去掉趋势项的陀螺漂移信号的周期项进行识别。陀螺