CN107576323A - 基于fir和lms自适应滤波组合型光纤陀螺滤波方法 - Google Patents

Abstract

本发明提供了基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，包括如下步骤：步骤一：静态下对光纤陀螺的原始输出信号进行采集；步骤二：在Simulink中建立FIR和LMS自适应组合型光纤陀螺滤波仿真模型，在仿真模型中将光纤陀螺原始输出信号一分为二，一路输入信号经过FIR低通滤波，另外一路输入信号直接作为LMS自适应滤波的输入信号；步骤三：对静态下采集的光纤陀螺的原始输出信号进行FIR和LMS自适应组合式滤波的仿真，经过多次调试，得到FIR和LMS自适应滤波所需的最优参数，在光纤陀螺的FPGA中编写该组合型滤波模块；步骤四：光纤陀螺中验证FIR和LMS自适应组合型滤波效果。

Description

基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法

技术领域

本发明涉及光纤陀螺滤波技术，特别的涉及一种基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法。

技术背景

基于Sagnac效应的光纤陀螺是一种无运动部件的角速率传感器，与传统机电陀螺相比较，它无运动部件和磨损部件，是一种新型全固态仪表，因其具有可靠性高、耐冲击、频带宽、成本低、体积小、平均无故障时间长等诸多优点，目前已经应用到各种导航与制导系统中，因而具有广阔的应用领域和前景。光纤陀螺的性能特性易受到常值漂移与随机漂移的影响，常值漂移主要影响光纤陀螺的长期稳定性能，一般可以通过漂移补偿来消除其影响；随机漂移是一种宽带噪声，是由光探测器的热噪声、闪烁噪声、后向散射和光源噪声这些不相关噪声造成的，是一个随机过程，它影响了光纤陀螺的短期性能。

为了减小光纤陀螺输出信号中的随机漂移，人们采用了硬件处理方法和实时信号处理的方法，前者如采用宽频谱大功率超发光二极管电源对波长功率实行控制以减少信号光反馈进入光源以降低克尔效应、瑞利散射、激光器噪声等引起的输出误差，或者采用质子退火交换法以提高铌酸锂Y波导的性能，这对于减少随机漂移有着重要的作用。采用实时信号处理可以有效地提高光纤陀螺输出信号的信噪比以减少随机漂移。目前人们在光纤陀螺中使用数字滤波技术来进行信号处理，比如使用Kalman滤波技术以减少随机漂移，但是这种滤波达到精确估计结果经常需要较长时间；神经网络技术也被应用于光纤陀螺输出信号处理，虽然取得了一定的效果，但实时性有待于进一步探究。被人们常用的FIR数字滤波器有几种灵活的主要设计方法，可以设计成任意幅频特性，同时能保证精度、严格的线性相位特性，而成为数字信号处理系统中最常用、最重要的滤波器之一，实现FIR数字滤波器最主要的目标不仅能获取满足性能指标的滤波器系数，同时还会尽可能的节约或者减少所消耗的硬件资源，但单一的FIR滤波系数和截止频率需要通过分析测量元件输出信号的频谱特性得到，这种先验固定值与实际频率之间存在一定的偏差，影响了光纤陀螺的输出精度。由于光纤陀螺输出信号中的随机误差在逐次启动过程中具有不完全一致性，容易受环境温度和振动等因素的影响，直接影响了光纤陀螺短期内稳定性，采用LMS算法的自适应滤波技术对光纤陀螺的输出信号进行滤波处理，与常规滤波器不同，自适应滤波器的设计前提是对对输入信号的统计特性未知或者知之甚少，不需要指导被处理信号的通带、阻带、容限等性能指标；它通过自适应滤波算法调整滤波器系数，使得滤波器的特性随信号和噪声的变化而变化，以达到最优滤波的效果，解决了固定系数的FIR滤波器和和其他固定系数滤波器的不足，但是在光纤陀螺中利用LMS自适应滤波时参考信号的建立显得尤为重要，一般是将LMS自适应滤波器的输入信号延迟部分时间后作为参考信号以降低噪声之间的相关性，但最终的滤波效果不是很理想。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法。

其采用的技术方案如下：

基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，包括如下步骤：

步骤一：静态下对光纤陀螺的原始输出信号进行采集；

步骤二：在Simulink中建立FIR和LMS自适应组合型光纤陀螺滤波仿真模型，在仿真模型中将光纤陀螺原始输出信号一分为二，一路输入信号经过FIR低通滤波，用于剔除原始信号中部分高频噪声，剔除部分高频噪声后作为LMS自适应滤波的参考信号，另外一路输入信号直接作为LMS自适应滤波的输入信号；

步骤三：对静态下采集的光纤陀螺的原始输出信号进行FIR和LMS自适应组合式滤波的仿真，经过多次调试，得到FIR和LMS自适应滤波所需的最优参数，在光纤陀螺的FPGA中编写该组合型滤波模块；

步骤四：光纤陀螺中验证FIR和LMS自适应组合型滤波效果。

步骤一具体如下：对所采集的原始信号进行傅里叶变换得到其FFT频谱图，根据该FFT频谱图设置低通滤波的通带截止频率、通带内幅度波动、阻带截止频率、阻带内幅度波动、阶数和采样频率。

步骤二的具体步骤如下：

①将光纤陀螺原始输出信号分为两路即：x₁(n)和x₂(n)，其中信号x₂(n)经过FIR低通后的输出为y₂(n)，可表示为输入序列x₂(n)与单位取样响应h(n)的线性卷积：

让信号x₂(n)经FIR低通滤波后的输出信号y₂(n)作为LMS自适应滤波的参考信号，即d(n)＝y₂(n)；

②另一路信号x₁(n)则作为LMS自适应滤波的输入信号，基于LMS算法的自适应滤波可以用以下一组递推公式来表示：

y₁(n)＝w^T(n)x₁(n)

e(n)＝d(n)-y₁(n)＝y₂(n)-y₁(n)

w(n+1)＝w(n)+2μx₁(n)e^*(n)

③使用LMS自适应滤波算法对光纤陀螺的原始输出信号x₁(n)按照公式y₁(n)＝w^T(n)x₁(n)进行最小均方误差准则处理，获得最终输出y₁(n)，同时经FIR低通滤波后的信号y₂(n)作为参考信号，然后与y₁(n)作差得到误差信号e(n)，该误差信号e(n)对抽头权矢量w(n)按照公式w(n+1)＝w(n)+2μx₁(n)e^*(n)进行调整，得新的抽头权矢量w(n+1)，不断得到新的输出信号y₁(n)，其中μ为权适量更新步长因子。

步骤三的具体执行参数如下：

①FIR低通滤波阶数设置为16阶，通带截止频率为0.20π、通带内幅度波动为0.01dB、阻带截止频率为0.40π、阻带内幅度波动为30dB、采样频率为100Hz。

②LMS自适应滤波阶数设置为16阶，采用横向抽头权矢量的FIR滤波器，权适量更新步长因子μ＝0.0625。

为了增强光纤陀螺的滤波效果，本发明设计将FIR和LMS自适应滤波器组合使用，设计出了更加适合光纤陀螺数字信号滤波技术，和现有光纤陀螺数字信号滤波技术相比，本发明优点如下：本发明设计将FIR和LMS自适应滤波技术的优点进行组合，让FIR低通滤波后的信号作为LMS自适应的参考信号，这样建立的参考信号更加合理稳定，使LMS自适应滤波的误差信号更小更稳定，提升了最终输出信号的滤波效果，本发明设计容易实现，实用性强，适用面广。

附图说明

图1为本发明的流程图；

图2为32阶FIR低通滤波效果对比图；

图3为32阶LMS自适应滤波效果对比图；

图4为本发明的滤波效果对比图。

具体实施方式

下面结合实施例和附图对本发明作进一步说明。

本发明提供了一种FIR和LMS自适应滤波组合型光纤陀螺滤波方法。和传统的滤波算法及滤波结果相比，本发明的滤波效果有了明显的提高，光纤陀螺的测试精度也得以提升。

如图1至图4所示，本发明公开了一种FIR和LMS自适应滤波组合型光纤陀螺滤波方法，具体实施步骤如下：

步骤一：静态下对光纤陀螺的原始输出信号进行采集；对所采集的原始信号进行傅里叶变换得到其FFT频谱图，根据该FFT频谱图设置低通滤波的通带截止频率、通带内幅度波动、阻带截止频率、阻带内幅度波动、阶数和采样频率。

步骤二：在Simulink中建立FIR和LMS自适应组合型光纤陀螺滤波仿真模型，将光纤陀螺原始输出信号分为两路即：x₁(n)和x₂(n)，其中信号x₂(n)经过FIR低通后的输出y₂(n)可表示为输入序列x₂(n)与单位取样响应h(n)的线性卷积：

信号x₂(n)经过低通滤波后的输出信号y₂(n)作为LMS自适应滤波的参考信号，即d(n)＝y₂(n)。

另一路信号x₁(n)则作为LMS自适应滤波的输入信号，基于LMS算法的自适应滤波可以用以下一组递推公式来表示：

y₁(n)＝w^T(n)x₁(n)

e(n)＝d(n)-y₁(n)＝y₂(n)-y₁(n)

w(n+1)＝w(n)+2μx₁(n)e^*(n)

使用LMS自适应滤波算法对光纤陀螺的原始输出信号x₁(n)按照公式y₁(n)＝w^T(n)x₁(n)进行最小均方误差准则处理获得滤波输出y₁(n)，信号x₂(n)经过FIR低通滤波后的信号y₂(n)作为参考信号与y₁(n)作差得到误差信号e(n)，该误差信号e(n)对抽头权矢量w(n)按照公式w(n+1)＝w(n)+2μx₁(n)e^*(n)进行调整，得新的抽头权矢量w(n+1)，其中μ为权适量更新步长因子。

步骤三：对静态下采集的光纤陀螺的原始输出信号进行FIR和LMS自适应组合滤波仿真，将仿真结果调试到最佳，得到FIR和LMS自适应滤波所需的最佳参数，在光纤陀螺的FPGA中编写该组合型滤波模块。FIR低通滤波阶数设置为16阶，通带截止频率为0.20π、通带内幅度波动为0.01dB、阻带截止频率为0.40π、阻带内幅度波动为30dB、采样频率为100Hz；LMS自适应滤波阶数设置为16阶，采用横向抽头权矢量的FIR滤波器，权适量更新步长因子μ＝0.0625。

步骤四：将光纤陀螺的输出信号分别与单个FIR、单个LMS自适应滤波和本发明的组合式滤波效果采集对比，具体方案如下：

①将光纤陀螺的原始输出信号与单独的32阶FIR低通滤波进行滤波对比，其中FIR低通滤波的参数和本发明设计中的保持一致，只需将滤波器的阶数变为32阶，结果如图2所示。

②将光纤陀螺的原始输出信号与单独的32阶LMS自适应滤波进行滤波对比，其中LMS自适应滤波用的参数和本发明设计中的保持一致，只需将滤波的阶数变为32阶，结果如图3所示。

③将光纤陀螺的原始输出信号与本发明的滤波进行滤波对比，结果如图4所示。

经滤波效果对比，同阶数的单个FIR低通滤波和单个LMS自适应滤波对光纤陀螺信号都起到了平滑滤波效果，但同阶数FIR和LMS自适应滤波组合型光纤陀螺滤波效果优于其中单独FIR和LMS自适应滤波效果。

以上对本发明实施例所公开的技术方案进行了详细介绍，本文中应用了具体实施例对本发明实施例的原理以及实施方式进行了阐述，以上实施例的说明只适用于帮助理解本发明实施例的原理；同时，对于本领域的一般技术人员，依据本发明实施例，在具体实施方式以及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (4)

1.基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，其特征在于包括如下步骤：

步骤一：静态下对光纤陀螺的原始输出信号进行采集；

步骤二：在Simulink中建立FIR和LMS自适应组合型光纤陀螺滤波仿真模型，在仿真模型中将光纤陀螺原始输出信号一分为二，一路输入信号经过FIR低通滤波，用于剔除原始信号中部分高频噪声，剔除部分高频噪声后作为LMS自适应滤波的参考信号，另外一路输入信号直接作为LMS自适应滤波的输入信号；

步骤三：对静态下采集的光纤陀螺的原始输出信号进行FIR和LMS自适应组合式滤波的仿真，经过多次调试，得到FIR和LMS自适应滤波所需的最优参数，在光纤陀螺的FPGA中编写该组合型滤波模块；

步骤四：光纤陀螺中验证FIR和LMS自适应组合型滤波效果。

2.根据权利要求1所述的基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，其特征在于，步骤一具体如下：对所采集的原始信号进行傅里叶变换得到其FFT频谱图，根据该FFT频谱图设置低通滤波的通带截止频率、通带内幅度波动、阻带截止频率、阻带内幅度波动、阶数和采样频率。

3.根据权利要求1所述的基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，其特征在于步骤二的具体步骤如下：

①将光纤陀螺原始输出信号分为两路即：x₁(n)和x₂(n)，其中信号x₂(n)经过FIR低通后的输出为y₂(n)，可表示为输入序列x₂(n)与单位取样响应h(n)的线性卷积：

让信号x₂(n)经FIR低通滤波后的输出信号y₂(n)作为LMS自适应滤波的参考信号，即d(n)＝y₂(n)；

②另一路信号x₁(n)则作为LMS自适应滤波的输入信号，基于LMS算法的自适应滤波可以用以下一组递推公式来表示：

y₁(n)＝w^T(n)x₁(n)

e(n)＝d(n)-y₁(n)＝y₂(n)-y₁(n)

w(n+1)＝w(n)+2μx₁(n)e^*(n)

③使用LMS自适应滤波算法对光纤陀螺的原始输出信号x₁(n)按照公式y₁(n)＝w^T(n)x₁(n)进行最小均方误差准则处理，获得最终输出y₁(n)，同时经FIR低通滤波后的信号y₂(n)作为参考信号，然后与y₁(n)作差得到误差信号e(n)，该误差信号e(n)对抽头权矢量w(n)按照公式w(n+1)＝w(n)+2μx₁(n)e^*(n)进行调整，得到新的抽头权矢量w(n+1)，不断得到新的输出信号y₁(n)，其中μ为权适量更新步长因子。

4.根据权利要求1所述的基于FIR和LMS自适应滤波组合型光纤陀螺滤波方法，其特征在于步骤三的具体执行参数如下：

①FIR低通滤波阶数设置为16阶，通带截止频率为0.20π、通带内幅度波动为0.01dB、阻带截止频率为0.40π、阻带内幅度波动为30dB、采样频率为100Hz。

②LMS自适应滤波阶数设置为16阶，采用横向抽头权矢量的FIR滤波器，权适量更新步长因子μ＝0.0625。