三轴磁强计磁信号转向差的研究.docxVIP

  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
三轴磁强计磁信号转向差的研究 1 轴磁强计转向差、自适应权向量法 三轴磁强计主要用于分析和检测空间磁强。在硬件平台不断运动的情况下,用空间磁场的模来检测其变化是简单而直接的方法。三轴磁强计的转向差是检测模值变化的一种干扰。通过对转向差的校正,可大幅度降低这种干扰。自适应权向量法是一种从噪声中提取瞬态信号的方法。本文在三轴磁强计转向差校正的基础上,对自适应权向量法的应用进行改进,明显提高了对微弱磁信号的检测能力。 2 轴磁强计的磁轴与磁目标的关系 三轴磁强计的转向差是指在被测磁场模不变而硬件平台在不断运动的情况下,由磁强计的输出计算得到的模却有明显变化。原因是简单地用三轴磁强计输出向量v=(v1,v2,v3)T的内积来估计被测磁场r的模,即: r?=?v,v?????√=vT?v?????√(1)r^=?v,v?=vΤ?v(1) 但式(1)要求磁强计的三个磁轴要形成一个标准正交基,实际中无法实现。文献在分析转向差产生的机理后,提出了准确估计被测磁场模值的测量公式 r=(v?b)TA(v?b)??????????????√(2)r=(v-b)ΤA(v-b)(2) 其中矩阵A称为测量矩阵,是对称正定的;向量b为零点偏置。A和b均由三轴磁强计的参数决定。当三个磁轴形成一个标准正交基时,A=I,b=0,式(2)退化为式(1)。 三轴磁强计根据式(1)来检测磁场变化时,由于转向差的存在,使得背景干扰较大,无法利用磁场的模量变化来检测微弱磁性目标信号。图1(a)所示的数据中含有磁性目标信号,由于目标信号较弱,被淹没在转向差造成的背景噪声之中(图1(b))。经过转向差校正后,目标信号明显地显现出来(图1(c))。 3 lms算法的改进 自适应权向量法是在自适应算法的权向量空间检测信号的一种方法。 为应用自适应权向量法,我们将磁场模值表示为r2=w1v2112+w2v2222+w3v2332+w4v1v2+w5v2v3+w6v3v1(4) 定义观测向量x=(v2112v2222v2332v1v2v2v3v3v1)T(5) 并引入权向量w=(w1w2w3w4w5w6)T(6) 则: r2=wTx (7) 为准确求出r,必须采用由三轴磁强计参数确定的权向量w0。当磁强计的三个磁轴形成标准正交基(无转向差)时,w0=(1 1 1 0 0 0)T。 自适应权向量法检测信号的原理框图如图2。 图中,w0为初始权向量,ε=r2-2为估计误差,LMS为自适应最小均方误差算法。根据LMS算法 wk+1=wk-μw?wk(8) 其中梯度矢量为:??wk=dε2kdw=2εkdεkdw=?2εkxk?^wk=dεk2dw=2εkdεkdw=-2εkxk 步长因子为:μw=M输入信号功率(w)μw=Μ输入信号功率(w);M为失调系数。 转向差未校正前,即使没有目标,磁场模量的估计值r?r^亦会发生较大变化,LMS算法不断地调整权向量w,导致自适应权向量的输出随之改变,产生背景干扰,影响对目标信号的检测,如图3所示。 经过转向差校正后,我们改用(2)式来估计外界磁场的模量,此时测量矩阵A和零点偏置b是已知的。由于矩阵A是对称的,(2)式可改为二次型 r2=w1s2112+w2s2222+w3s2332+w4s1s2+w5s2s3+w6s3s1(9) 其中:s1=v1-b1,s2=v2-b2,s3=v3-b3 此时观测向量x=(s2112s2222s2332s1s2s2s3s3s1)T(10) 权向量的初始值w0由矩阵A=(aij)(i,j=1,2,3)所确定 w0=(a11a22a332a122a232a31)T 在此基础上,再次应用自适应权向量法对图1(a)所示数据处理,得到的结果如图4所示。 由图4可见,尽管目标信号也能被检测出来,但由于背景变化较大(10~30秒之间),使得检测门限必须设置得较高,这样不利于检测微弱目标信号。 经分析,背景信号变化仍比较大的原因在于(8)式的LMS算法对权向量w的各分量w1~6都采用相同的步长因子,使得调整w1~6的步伐一致,但w1~3所对应的平方项输入(s2112、s2222、s2222)较大,而w4~6所对应的交叉项输入(s1s2、s2s3、s3s1)较小,从而导致“失调”,产生了背景的变化。对此,我们在(8)式中引入步长调节因子μe,将(8)式改为: ???????Δ=μw?wkwk+1i=wki?Δi,i=1?2?3wk+1i=wki?μeΔi,i=4?5?6(11){Δ=μw?wkwik+1=wik-Δi,i=1?2?3wik+1=wik-μeΔi,i=4?5?6(11) 在经过(11)式的改进后,自适应权向量法对图1(a)所示数据的检测结果如图5。 由图5可见背景变化明显减弱。这说明经过转向差的校正和自适应

文档评论(0)

lgjllzx + 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