鲁棒Kalman滤波陀螺随机噪声AR快速/实时建模

2014-03-07 02:24:12赵亚琴
中国测试 2014年6期
关键词:方法模型系统

黄 磊,赵亚琴

(南京林业大学机电学院自动化系,江苏 南京 210037)

鲁棒Kalman滤波陀螺随机噪声AR快速/实时建模

黄 磊,赵亚琴

(南京林业大学机电学院自动化系,江苏 南京 210037)

针对传统陀螺随机噪声的AR建模方法收敛速度慢、所需样本多等问题,提出新的基于鲁棒Kalman滤波的陀螺随机噪声AR建模方法。该方法将AR模型参数作为系统的状态量,采用未知时变的噪声统计估值器估计观测噪声的均值和方差,通过Kalman滤波估计出AR模型参数。实验结果表明:这种AR建模方法具有收敛速度快,时间开销少的优点。当有新的噪声数据到来时,还能使建立的AR模型得到及时更新,提高建模准确度,适用于快速建模或陀螺随机噪声具有强时变性的工程场合。

捷联惯性导航系统;陀螺随机噪声建模;鲁棒Kalman滤波器;时间序列

0 引 言

在捷联惯导和组合导航系统中,经常要对陀螺仪的误差建模,通过补偿手段提高陀螺仪的使用精度[1-3]。陀螺仪的输出误差由确定性误差(如零偏、刻度因数误差等)和随机误差构成。确定性误差一般可以通过实验标定的方法加以补偿。随机误差只能从信号处理的角度,建立误差的数学模型,继而采用滤波等手段消除。在这个过程中基于时间序列建模的方法得到了广泛应用。

当前对陀螺仪随机噪声的时间序列建模很多是基于AR(自回归)模型进行的[4-5]。传统的AR建模方法有最小二乘法、Yule-Walker方程估计法等,但这些传统的建模方法所需样本数据较多,且不能及时反映陀螺随机噪声的时变特性。……

登录APP查看全文

猜你喜欢
方法模型系统
一半模型
Smartflower POP 一体式光伏系统
工业设计(2022年8期)2022-09-09 07:43:20
WJ-700无人机系统
ZC系列无人机遥感系统
北京测绘(2020年12期)2020-12-29 01:33:58
重尾非线性自回归模型自加权M-估计的渐近分布
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
3D打印中的模型分割与打包
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
捕鱼