王志伟,侯书铭,王宏力,吕永佳
(第二炮兵工程学院陕西西安710025)
光纤陀螺随机误差是影响光纤陀螺精度的重要因素,随着随机误差理论及分析方法的不断进步,人们对激光陀螺随机误差的分析也不断深入。尽管ARMA模型已经形成相当完善的理论,而且也广泛应用于光纤陀螺随机误差的分析中去,但是应用前提是光纤陀螺随机误差是线性的。而陀螺的漂移是弱非线性和弱时变的[1]。通过对实测数据的分析,温度等环境的影响会加剧这种非线性,因此为得到更完美的光纤陀螺随机误差模型,笔者提出应用动态数据建模法(DDS建模法)对光纤陀螺随机漂移进行建模。
潘迪特和吴贤铭在1986年提出了一套建立ARMA模型的策略和步骤[2],简称动态数据系统(DDS)。它的主要思想是在获得适用的ARMA(2,1)模型之前,不对观测数据进行平稳化处理,而是在获得适用的模型之后,根据模型的特征根来判断建模对象的平稳性。它对ARMA模型参数的辨识步骤是:先从ARMA(2,1)开始,依次是ARMA(4,3),ARMA(6,5),…,参数估计是用非线性最小二乘法,然后根据残差平方和的F检验确定适用模型,最后去掉模型中小的MA参数,再拟合低阶的ARMA,AR或MA模型,用F检验确定最终的适用模型。F检验的公式为:
建立统计假设:
H0:模型Ⅰ,即ARMA(p,q)适用;
H0:模型Ⅱ,即ARMA(p+Δp,q+Δq)适用,其中:Δp,Δq≥0则统计量:

服从F分布F(4,N-P-ΔP),其中:
A0=ARMA(p,q)的残差平方和RSS;
A1=ARMA(p+Δp,q+Δq)的残差平方和RSS;
N=观测数据长度;
P=p+q;
ΔP=Δp+Δq=4。
从F分布表中可查出,在α=0.05的置信度下,Fα=F(4,∞)=2.37,当F>Fα时,拒绝原假设,即模型参数少的模型Ⅰ不适用;……