光纤陀螺随机漂移的建模与滤波研究

摘要

时间序列模型是对光纤陀螺(FOG)随机漂移进行建模的一种重要方法。传统的时间序列建模方法难以应用于实时建模,且模型精度较低。因此,提出了适用于高精度FOG随机漂移的改进自回归整合移动平均模型(ARIMA),并基于该模型建立了FOG随机漂移的实时Kalman滤波器。实验结果表明,该改进ARIMA模型能较准确地描述FOG的随机漂移;Allan方差分析结果表明,与基于传统自回归移动平均模型(ARMA)的Kalman滤波结果相比,基于该模型的Kalman滤波对减小光纤陀螺的5项主要随机误差更有效。