光纤陀螺惯导系统数据采集与分析的研究

《光纤陀螺惯导系统数据采集与分析的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP393——密级——公开重庆邮电大学硕士学位论文论文题目光纤陀螺惯导系统数据采集与分析的研究英文题目DatacollectingandanalysisforFiberOpfieGyroscopeIntialGuidanceSystem硕士研究生堑坚指导教师型鲨姿壹三鲜继清教授论文提交日期2QlQ：5：量论文答辩日期2立1Q。5。2窆论文评阅人答辩委员会主席段其昌教授2010年6月1日本人声究成果。据已经发表或的学位或证在论文中作学位论文作本学位定，有权保和借阅。本数据库进行(保密学位论文作签字日重庆邮电大学硕士

2、学位论文摘要在航空航天、石油钻井、机器人控制、GPS导航等系统中都需要进行位置推算，确定载体的方位、姿态等参数。其中，陀螺仪是导航和定位的关键部件，导航和定位的进度与陀螺的输出进度有着直接的关系。光纤陀螺与传统机械陀螺相比具有启动快、灵敏性好、可靠性高、动态范围宽，标度因数线性度好和数字输出等优点。基于光纤陀螺的捷联式惯性导航系统得到迅猛发展，是一种具有关阔引用前景的角速率传感器。本文针对光纤陀螺的特点做了数字信号处理，以期改善系统的性能，在分析了光纤陀螺的基本原理、离散随机时间过程等理论的基础上，阐述了自适应滤波的原

3、理、方法和意义，接着对自适应滤波中的LMS和RLS算法在理论上进行了详细的分析。硬件设计方面，根据系统的要求采用合适的芯片设计硬件电路，对每一部分要完成的功能和设计中需要注意的事项都进行了说明。软件设计方面是本文的重点，先对动态数据进行了分析，对数据进行预处理，接着应用LMS、RLS算法进行仿真分析，结果表明，用自适应滤波来处理光纤陀螺数据处理效果很明显，在很大程度上降低了数据的误差。然后，在比较两种常用算法的基础上，选择了简单易用的LMS算法，用C语言和汇编语言在DSP硬件上混合编程实现，结果满足实际应用中的实时性要

4、求，提高了系统的精度。最后，明确了继续改进的思路和方向。关键词：光纤陀螺，自适应滤波，DSP，LMS，RLS重庆邮电大学硕士学位论文AbstractItisnecessaryforaeronautics，pstroleumartesianwell，robotcontrol，GPSnavigationsystemstocalculatepositionanddeduceorientationofobjectives．Gyroisanimportantpartinthesesystems，whichaffectsthepr

5、ecisiondirectly．Fiberopticgyroscope(FOG)virtuesoffasterstart-up，bettersensitivity,morereliable，widenmeasurementrangeanddigitaloutputcomparingtotraditionalmechanicalgyros．StrapdowninertialnavigationsystembasedonFOGhasbeenusedinprecision印parartus，mobilecommunicati

6、onandnationaldefensesarea,andSOforth．FOGisal【iIldofangularsenorwhohasbrightfutureinapplication．Inthispaper,digitalsignalprocessiscarriedouttoimproveitsperformanceorientedtoFOG’Scharacteristic．Adaptivefiltertheory,methodandadvantagesaleexpatiatedbasedontheanalysi

7、sofFOGprinciple，randomsignalprocessandstatisticalmathematics．Thenthemainalgorithmsofadaptivefilter--LMS(LeastMeanSquare)andRLS(RecursiveLeastSquares)areanalyzedindetail．Forhardwaredesign，selectingappropriatechipanddesigningschematic，functionsandnoticesofallparts

8、aredescribedindetail．Forsoftwaredesign，analyzingandpreprocessingdynamicdataofFOGfirstly,thenFOGdataisemulatedviaLMSandRLSadaptivefiltering．Resultsindicateadaptivefilt