[发明专利]一种光纤陀螺寻北的数据处理方法

摘要

本发明公开了一种光纤陀螺寻北的数据处理方法，包括以下步骤：首先根据光纤陀螺在不同测量环境下采集的静态数据，利用时间序列分析中的自回归AR(p)模型实时估计并修正光纤陀螺输出模型参数，根据p的取值确定此时的光纤陀螺输出数据模型的阶数，计算并保存部分参量用于后续滤波的参数计算；然后针对此AR(p)模型进行卡尔曼状态空间转换，确定其误差模型参量，设置卡尔曼滤波器参数，进行滤波；最后采用差分和比值循环四位置寻北算法，对滤波后的数列进行寻北方位角的计算。本方案采用的数据处理方法实时修正卡尔曼滤波参数，对光纤陀螺和测量环境的变化均具有良好的自适应性，寻北算法稳定性强，提高寻北测量的定向精度。

主权项

1.一种光纤陀螺寻北的数据处理方法，其特征在于包括如下步骤：1)将光纤陀螺(a)的输入基准轴(b)与初始方位第一个位置(P1)对准，以初始方位第一位置(P1)为基准分别转动四个相互正交的第一位置(P1)、第二位置(P2)、第三位置(P3)和第四位置(P4)，在每个位置上采集并保存相同时间内的光纤陀螺输出{yij}，得到每个位置光纤陀螺输出数列的均值、标准自相关函数值{ρip}和自相关函数{γip}，其中下标i代表的位置数，下标j代表每个位置光纤陀螺输出数列的数据个数，下标p代表建立光纤陀螺输出AR模型的阶数；2)根据步骤1)得到的每个位置的标准自相关函数值{ρip}，利用时序分析中的自回归AR(p)模型对光纤陀螺的输出进行数学建模，分别得到四个位置的AR(p)模型，并对四个模型的相应参数求均值，得到四个位置的最终AR(p)模型参数的平均值，舍弃AR(p)模型中小于0.1的参数及其后的高阶参数，进行二次模型近似，p＞＝p0，确定最终AR(p0)模型，其中，p0代表AR模型二次近似的阶数；3)把步骤2)中得到的四个位置的最终AR(p0)模型转换到相应p0阶卡尔曼状态空间，根据步骤1)各位置的相关函数{γip}得到四个位置的平均相关函数值{γp}，利用部分平均相关函数值{γp}对状态方程和量测方程的误差矩阵进行估计：4)对每列进行卡尔曼滤波时，滤波的状态初始值取各数列的均值，初始滤波估计误差的协方差矩阵取p0阶单位矩阵，最后根据卡尔曼滤波的递推公式对每个位置的数列进行滤波处理，并且保存滤波后的数据数列{yij *}；5)根据卡尔曼滤波后四个位置的数据数列，得到各位置的数据数列的累加值Yi *，分别以Yi *为中心，取相邻的三个位置Yi-1 *、Yi *、Yi+1 *进行独立的差分和比值计算，求解此时的初始方位角正弦值，求解过程如下：6)取步骤5)得到的四个正弦值，并根据求解出平均后的初始方位角0。