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
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。……