【摘要】：針對(duì)Box-Jenkins(BJ)模型輔助向量法和Newton-Raphson法計(jì)算繁雜、收斂速度慢、辨識(shí)精度不高等問題和極大似然法無法直接應(yīng)用在閉環(huán)辨識(shí)的限制,把結(jié)合BJ模型的遞推的極大似然(recursive maximum likelihood,RML)參數(shù)估計(jì)法應(yīng)用于動(dòng)力調(diào)諧陀螺儀的閉環(huán)辨識(shí),提出了不受耦合有色噪聲影響的BJ模型近似遞推極大似然(BJRML)閉環(huán)辨識(shí)法,獲取了動(dòng)力調(diào)諧陀螺儀的參數(shù)估計(jì)值并實(shí)現(xiàn)陀螺儀在線性能監(jiān)測.結(jié)合動(dòng)力調(diào)諧陀螺儀的閉環(huán)簡化模型等先驗(yàn)知識(shí),通過數(shù)值仿真驗(yàn)證BJRML法辨識(shí)結(jié)果的無偏一致性與漸進(jìn)最優(yōu)性;在實(shí)驗(yàn)室條件下采用本方法進(jìn)行動(dòng)力調(diào)諧陀螺儀閉環(huán)辨識(shí)實(shí)驗(yàn).仿真結(jié)果表明:在有色噪聲存在的條件下,BJRML法的辨識(shí)結(jié)果是一致無偏漸進(jìn)最優(yōu)的;閉環(huán)辨識(shí)實(shí)驗(yàn)結(jié)果表明:辨識(shí)精度優(yōu)于92!;辨識(shí)結(jié)果能夠跟蹤陀螺特性,基本實(shí)現(xiàn)陀螺儀性能在線監(jiān)測.
【圖文】：

2017年11月王亞輝等:改進(jìn)極大似然法動(dòng)力調(diào)諧陀螺儀閉環(huán)辨識(shí)·501·圖1動(dòng)力調(diào)諧陀螺儀閉環(huán)模型Fig．1Closed-loopmodelofDTG式中:θ=［a1，，a2，b0，b1，b2］τ為陀螺儀模型參數(shù)矩陣;z－1為時(shí)延算子．圖2動(dòng)力調(diào)諧陀螺儀閉環(huán)簡化模型Fig．2Simplifiedclosed-loopmodelofDTG1.2動(dòng)力調(diào)諧陀螺儀固有噪聲分析及激勵(lì)信號(hào)的設(shè)計(jì)動(dòng)力調(diào)諧陀螺儀閉環(huán)辨識(shí)過程中，由于機(jī)械結(jié)構(gòu)和電磁環(huán)境的影響，輸出信號(hào)中往往包含由陀螺轉(zhuǎn)子端面跳動(dòng)引起的轉(zhuǎn)頻干擾、由撓性接頭的耦合效應(yīng)和坐標(biāo)轉(zhuǎn)換引起的二倍頻干擾、由電源及電路引起的噪聲干擾等有色噪聲［12］．這些噪聲會(huì)降低系統(tǒng)的信噪比，并耦合在輸入信號(hào)當(dāng)中，影響辨識(shí)精度，嚴(yán)重時(shí)還會(huì)導(dǎo)致辨識(shí)算法失效．而傳統(tǒng)的濾波方法無法消除這些噪聲，因此需要設(shè)計(jì)合理的激勵(lì)信號(hào)并研究適合陀螺儀信號(hào)特點(diǎn)的辨識(shí)方法．陀螺儀閉環(huán)辨識(shí)的激勵(lì)信號(hào)必須滿足能夠激發(fā)陀螺模型的所有特征，涵蓋其主要頻譜的持續(xù)激勵(lì)條件;同時(shí)為了排除固有噪聲的干擾，要求頻域可控．本文的激勵(lì)信號(hào)選用多諧差相信號(hào)(SPHS)，它是一種幅值可調(diào)、頻率可設(shè)定、由多個(gè)諧波分量的疊加和表示的周期性信號(hào)，與白噪聲具有相同的隨機(jī)性，能夠激勵(lì)出陀螺儀系統(tǒng)的所有工作模態(tài);它在設(shè)定頻率處有較強(qiáng)能量;其離散的頻譜可避免與噪聲信號(hào)頻譜重疊，提高信噪比．其數(shù)學(xué)表達(dá)式為r(t)=∑Nk1=12Pki

本文編號(hào)：2516998