CN110542433B - 一种非先验的零闭锁惯导系统启动过程抑制方法 - Google Patents
一种非先验的零闭锁惯导系统启动过程抑制方法 Download PDFInfo
- Publication number
- CN110542433B CN110542433B CN201910744511.7A CN201910744511A CN110542433B CN 110542433 B CN110542433 B CN 110542433B CN 201910744511 A CN201910744511 A CN 201910744511A CN 110542433 B CN110542433 B CN 110542433B
- Authority
- CN
- China
- Prior art keywords
- sequence
- point
- fitting
- positive
- negative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
Abstract
本发明提供一种非先验的零闭锁惯导系统启动过程抑制方法。该方法包括:从第i次序列中提取第i+1个高频成分;第i+1个高频成分趋近于正负对称;i是大于或等于0的整数;从第i次序列中剥除第i+1个高频成分,得到第i+1次序列;其中,第0次序列为去均值化后的零闭锁惯导系统输出的角增量信号的采样序列;最后一次序列是采样序列中的极低频成分;最后一次序列的极值点个数小于或等于3。本发明解决难以从机理上进行消除或补偿的问题。
Description
技术领域
本发明属于惯性导航技术领域,具体涉及一种非先验的零闭锁惯导系统启动过程抑制方法。
背景技术
零闭锁惯导系统的应用场景常为由长时间关闭状态转变为启动状态。此时,系统往往存在缓慢变化的暂态过程,该过程造成的误差会直接影响系统的对准环节,进而影响系统的导航性能。而该过程的影响因素尚不明确且现象无明显重复性,难以从机理上进行消除或补偿。
发明内容
本发明解决的技术问题:提供一种非先验的零闭锁惯导系统启动过程抑制方法,解决难以从机理上进行消除或补偿的问题。
本发明提供一种非先验的零闭锁惯导系统启动过程抑制方法,包括:
从第i次序列中提取第i+1个高频成分;第i+1个高频成分趋近于正负对称;i是大于或等于0的整数;
从第i次序列中剥除第i+1个高频成分,得到第i+1次序列;
其中,第0次序列为去均值化后的零闭锁惯导系统输出的角增量信号的采样序列;最后一次序列是采样序列中的极低频成分;最后一次序列的极值点个数小于或等于3。
进一步的,从第i次序列中提取第i+1个高频成分包括:
将第ij序列以极性变化为特征进行数据分段,得到n组数据;所述j为正整数;
求各组的绝对值最大的极值点,得到第ij极值点序列;
将第ij极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列;
分别对第ij正极值点序列与第ij负极值点序列进行拟合,得到第ij正极值点拟合函数和第ij负极点拟合函数;
根据第ij正极值点拟合函数和第ij负极点拟合函数,正负拟合点之间的第ij均值序列;
从第ij序列中剔除第ij均值序列,得到第i(j+1)序列;
其中,第i0序列的初始化是第i次序列;当第ij正极值点拟合序列的均值与第ij负极值点拟合序列的均值之差小于或等于预设值时,第i(j+1)序列为第i+1个高频成分。
进一步的,将第ij极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列包括:
对第ij极值点序列做关于左右采样端点的一周期镜像延拓,得到延拓后的第ij极值点序列;
将延拓后的第j极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列。
进一步的,根据第ij正极值点拟合函数和第ij负极点拟合函数,正负拟合点之间的第ij均值序列包括:
根据第ij正极值点拟合函数和第ij负极点拟合函数,生成相对于第ij序列的第ij正拟合序列和第ij负拟合序列;
根据第ij正拟合序列和第ij负拟合序列,得到正负拟合点之间的第ij均值序列。
进一步的,当第i(j+1)正极值点序列与第i(j+1)负极值点序列元素数量差小于等于1时,第i(j+1)序列为第i+1个高频成分。
进一步的,所述方法还包括:
对极低频成分按照预设拟合模型进行拟合,得到启动函数;
进一步的,所述方法还包括:
采样零闭锁惯导系统输出的角增量信号的序列值;
求序列值的均值,对角增量信号去均值处理。
进一步的,拟合采用三子样样条拟合。
本发明的有益效果:该方法对零闭锁惯导系统启动过程进行了有效辨识抑制,且仅需当次开机状态下系统采样值,无需先验模型,工程应用较为便捷。
具体实施方式
现对本发明作进一步详细说明:
本发明所述的一种非先验的零闭锁惯导系统启动过程抑制方法,基于启动过程自身的低频特性,在不依赖机理建模、重复性等先验信息的情况下,通过迭代剥除信号中最高频信息,得到对应启动过程特征的信号成分,进而进行拟合、抑制。
由于零闭锁惯导系统启动过程为缓慢变化的暂态过程,其特征频率为极低频,本发明通过从高频到低频不断剥除系统信号中的频率成分,得到极低频成分,即对应系统的启动过程误差,对其拟合补偿即可抑制零闭锁惯导系统中的启动过程成分。经试验,该方法可有效地去除系统启动过程,且无需系统的先验知识。
该方法通过不断剥除信号中高频成分的方法以获得符合启动过程特征的信号分量,故高频信号的有效提取即为关键内容。由于高频成分的特征的是导致系统采样信号振荡程度加剧,故通过识别系统波动确定高频信号。
为便于工程实现,对系统采样信号的序列值{Sn},去均值话处理,得到辨识初始序列{X0}。此时,高频成分造成的波动使{X0}序列极性正负交替。对序列{X0}以极性变化为特征进行数据分段,得到分组序列并求各分组的极值点。得到极值点序列极性正负交替,代表了此时信号中相对高频成分造成的波动,但是,同时该序列中也混叠了一定的低频趋势成分。
为去除混叠的低频成分,分别对正、负极点序列做三子样拟合并求其均值,得到的均值序列的主要成分为极点序列中的低频混叠成分,在{X0}序列中去除均值序列后得到{X1},在针对该序列进行按极性分组并提取极点序列,由于低频均值序列已剥除,故新极点序列中低频成分降低,重复该过程,直至序列满足条件:
则得到的极点序列中绝大部分成分为高频,至此完成了序列{X0}中高频数据的提取。从{X0}中剥除正、负极点序列组成的高频成分后,得到新的序列。
对新的序列重复上述过程,得到次高频成分,直至信号序列满足条件:正极值点序列{XijPos}与负极值点序列{XijNeg}元素数量差小于等于1为止。此时信号序列剩余成分绝大多数为低频成分,符合启动过程的特征。
实际计算过程中,由于三子样插值算法在正负序列元素较少时,会出现边界数据过拟合,造成较大误差并不断向内部传播。故,在提取正、负极点序列时,对极点序列做关于左右端点的一周期镜像延拓,能够有效抑制边界过拟合。
得到低频成分序列后,可通过下述函数模型进行拟合:
该模型使补偿值符合启动过程的渐进特性且参数可调、并具有良好的光滑、连续特性。
本发明提供一种非先验的零闭锁惯导系统启动过程抑制方法,该方法包括:
步骤一、取得系统采样信号的序列值{Sn},求序列值{Sn}的均值Savg,对序列去均值处理得到初始序列{X0},并对{X0}重复进行“提取”-“剥除”操作;
步骤二、将{Xij}以极性变化为特征进行数据分段,其中i=0、1…为序列{X0}已进行频率剥除的次数。j=1、2…为序列{Xi}已进行的提取的次数。得到分组序列其中下标0、1…k为分组序号。q1、q2…qn为各组数据点个数;
步骤三、求各分组的绝对值最大的极值点。由于序列{Xij}是以极性变化分组,故极值点序列极性正负交替;
步骤四、对极值点序列做关于左右端点的一周期镜像延拓;
步骤五、将延拓后的正负极值点序列按时间顺序分成正极值点序列{XijPos0}与负极值点序列{XijNeg0};
步骤六、分别对正极值点序列{XijPos0}与负极值点序列{XijNeg0}在系统采样时段内进行三子样样条拟合,得到拟合序列{XijPos}与{XijNeg};
步骤八、从{Xij}中去除{XijAvg},得到{Xij+1};
步骤十、此时{Xij}序列即为{Xi}中的最高频成分;
步骤十一、将{Xi}中去除{Xij}后,得到{Xi+1j}。重复步骤二至步骤十,至{Xij}满足条件:正极值点序列{XijPos}与负极值点序列{XijNeg}元素数量差小于等于1为止;
此时得到的{Xij}即为零闭锁惯导系统输出信号中的启动过程成分,该系列的频率极低且与启动过程误差的特征趋势十分接近。
Claims (8)
1.一种非先验的零闭锁惯导系统启动过程抑制方法,其特征在于,包括:
从第i次序列中提取第i+1个高频成分;第i+1个高频成分趋近于正负对称;i是大于或等于0的整数;
从第i次序列中剥除第i+1个高频成分,得到第i+1次序列;其中,第0次序列为去均值化后的零闭锁惯导系统输出的角增量信号的采样序列;最后一次序列是采样序列中的极低频成分;最后一次序列的极值点个数小于或等于3。
2.根据权利要求1所述的方法,其特征在于,从第i次序列中提取第i+1个高频成分包括:
将第ij序列以极性变化为特征进行数据分段,得到n组数据;所述j为正整数;
求各组的绝对值最大的极值点,得到第ij极值点序列;将第ij极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列;
分别对第ij正极值点序列与第ij负极值点序列进行拟合,得到第ij正极值点拟合函数和第ij负极点拟合函数;根据第ij正极值点拟合函数和第ij负极点拟合函数,正负拟合点之间的第ij均值序列;
从第ij序列中剔除第ij均值序列,得到第i(j+1)序列;其中,第0序列的初始化是第i次序列;
当第ij正极值点拟合序列的均值与第ij负极值点拟合序列的均值之差小于或等于预设值时,第i(j+1)序列为第i+1个高频成分。
3.根据权利要求2所述的方法,其特征在于,将第ij极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列包括:
对第ij极值点序列做关于左右采样端点的一周期镜像延拓,得到延拓后的第ij极值点序列;将延拓后的第j极值点序列按时间顺序分成第ij正极值点序列与第ij负极值点序列。
4.根据权利要求2所述的方法,其特征在于,根据第ij正极值点拟合函数和第ij负极点拟合函数,正负拟合点之间的第ij均值序列包括:
根据第ij正极值点拟合函数和第ij负极点拟合函数,生成相对于第ij序列的第ij正拟合序列和第ij负拟合序列;
根据第ij正拟合序列和第ij负拟合序列,得到正负拟合点之间的第ij均值序列。
5.根据权利要求4所述的方法,其特征在于,当第i(j+1)正极值点序列与第i(j+1)负极值点序列元素数量差小于等于1时,第i(j+1)序列为第i+1个高频成分。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:采
样零闭锁惯导系统输出的角增量信号的序列值;求序列值的均值,对角增量信号去均值处理。
8.根据权利要求2所述的方法,其特征在于,拟合采用三子样样条拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910744511.7A CN110542433B (zh) | 2019-08-13 | 2019-08-13 | 一种非先验的零闭锁惯导系统启动过程抑制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910744511.7A CN110542433B (zh) | 2019-08-13 | 2019-08-13 | 一种非先验的零闭锁惯导系统启动过程抑制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110542433A CN110542433A (zh) | 2019-12-06 |
CN110542433B true CN110542433B (zh) | 2023-06-23 |
Family
ID=68711352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910744511.7A Active CN110542433B (zh) | 2019-08-13 | 2019-08-13 | 一种非先验的零闭锁惯导系统启动过程抑制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110542433B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405444A (zh) * | 2016-08-29 | 2017-02-15 | 东南大学 | 一种基于改进的经验模态分解的地磁测量信号去噪方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9107125D0 (en) * | 1991-04-05 | 1992-05-27 | British Aerospace | Ring resonator gyroscope |
CN102175237A (zh) * | 2011-01-07 | 2011-09-07 | 谢元平 | 一种激光陀螺抖动剥除装置 |
CN102252690B (zh) * | 2011-04-14 | 2013-03-20 | 西安电子科技大学 | 激光模式与光阑的相对位置测量系统及其测量方法 |
CN205271640U (zh) * | 2015-11-26 | 2016-06-01 | 中国航空工业第六一八研究所 | 法拉第旋光片对称角度一体化加工装置 |
-
2019
- 2019-08-13 CN CN201910744511.7A patent/CN110542433B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405444A (zh) * | 2016-08-29 | 2017-02-15 | 东南大学 | 一种基于改进的经验模态分解的地磁测量信号去噪方法 |
Non-Patent Citations (2)
Title |
---|
Application of digital filter in fiber optic gyroscope inertial navigation system;Cheng Zijian;Proceedings of 2014 IEEE Chinese Guidance, Navigation and Control Conference;第88-90页 * |
惯性导航系统的初始对准方法及实验研究;宫海涛;中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑;C031-81 * |
Also Published As
Publication number | Publication date |
---|---|
CN110542433A (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688088B (zh) | 一种面向神经网络的通用非线性激活函数计算装置和方法 | |
CN109614933B (zh) | 一种基于确定性拟合的运动分割方法 | |
WO2015188517A1 (zh) | 一种相位偏差的补偿方法及装置 | |
CN114331886B (zh) | 一种基于深度特征的图像去模糊方法 | |
CN108108692A (zh) | 一种正弦信号频率识别方法 | |
CN111934711A (zh) | 一种时频混叠跳频信号的参数估计方法 | |
CN112598069A (zh) | 基于特征提取和权重系数参数更新的高光谱目标跟踪方法 | |
CN110542433B (zh) | 一种非先验的零闭锁惯导系统启动过程抑制方法 | |
CN110927750A (zh) | 一种基于格型滤波Burg谱估计算法的低轨卫星多普勒频偏捕获方法 | |
CN107360377B (zh) | 一种车载视频稳像方法 | |
CN106374879A (zh) | 一种基于cse有效的fir滤波器优化方法 | |
KR100439697B1 (ko) | 컬러 영상 처리 방법 및 그 장치 | |
CN117540220A (zh) | 一种近零碳园区源网荷匹配方法及系统 | |
CN112464901B (zh) | 基于梯度脸局部高阶主方向模式的人脸特征提取方法 | |
CN111181526B (zh) | 一种用于信号处理的滤波方法 | |
CN107564013B (zh) | 融合局部信息的场景分割修正方法与系统 | |
CN113503879A (zh) | 一种基于集合经验模态分解的动态自适应卡尔曼滤波器方法 | |
CN117169886A (zh) | 基于无迹卡尔曼滤波的高效率相位解缠方法 | |
CN110909635A (zh) | 一种非线性元件模型的波形相似度分析方法 | |
CN106909490A (zh) | 一种监测设备数据流评估和噪声消除方法 | |
CN110070110B (zh) | 一种自适应阈值图像匹配方法 | |
CN115761414A (zh) | 一种鲁棒数据集蒸馏方法及系统 | |
CN112162153B (zh) | 基于相位直线拟合的正弦波信号频率估计方法 | |
CN110826573B (zh) | 一种显著图融合方法及系统 | |
CN109100441B (zh) | 一种液相色谱曲线去除脉冲干扰的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |