本文關(guān)鍵詞：時柵位移傳感器動態(tài)誤差修正方法研究

  更多相關(guān)文章： 時柵 誤差修正 ARMA模型 卡爾曼濾波

【摘要】：作為一種新型的高精度位移測量傳感器,時柵以“時空坐標轉(zhuǎn)換理論”為設(shè)計理念,減小了精密機械刻線的加工難度,提高傳感器精度的同時也降低了成本。在研究中發(fā)現(xiàn)時柵的動態(tài)測量精度遠不如靜態(tài)測量�；诖�,本文針對時柵的動態(tài)測量,提出了一種可行的動態(tài)誤差修正方案,以進一步提高時柵的動態(tài)測量精度。本文主要研究內(nèi)容和結(jié)論如下:1)闡述了時柵角位移傳感器的設(shè)計思想—“時空坐標轉(zhuǎn)換理論”,并總結(jié)了動態(tài)誤差補償?shù)某Ｓ梅椒ā?)對比分析了三種常用的誤差分析方法(傅立葉變換、功率譜密度估計、Allan方差)的工作原理及用途。然后利用傅立葉變換(又稱諧波擬合法)消除時柵測量數(shù)據(jù)的系統(tǒng)誤差,得到時柵的隨機誤差數(shù)據(jù)。再根據(jù)Allan方差將時柵隨機誤差分為6類:量化噪聲、角度隨機游走、速率隨機游走、速率斜坡、零偏不穩(wěn)定性以及正弦噪聲,并分析這6類隨機誤差的產(chǎn)生機理以及對測量結(jié)果產(chǎn)生的影響。最后利用最小二乘法擬合得到這6類隨機誤差的特征系數(shù),確定了時柵隨機誤差的主要來源。3)對比分析三種最常用的平穩(wěn)時間序列模型:自回歸模型(AR)、滑動平均模型(MA)、自回歸滑動平均模型(ARMA)。然后對時柵隨機誤差數(shù)據(jù)進行時間序列建模,通過完成模型檢驗、模型識別、模型定階和參數(shù)估計等后,確定了時柵隨機誤差的時間序列模型—ARMA(2,3)模型,為后面濾波做準備。4)分別闡述了常規(guī)卡爾曼濾波和自適應卡爾曼濾波的工作原理,并通過MATLAB編程實現(xiàn)了這兩種算法。根據(jù)前面建立的時間序列模型,得出時柵隨機誤差的狀態(tài)方程和量測方程,并將其進行卡爾曼濾波。利用Allan方差法對這兩種卡爾曼濾波效果進行比較分析。實驗及仿真結(jié)果表明,自適應卡爾曼濾波優(yōu)于常規(guī)卡爾曼濾波,可以有效減小時柵動態(tài)隨機誤差,提高時柵測量精度。
【關(guān)鍵詞】：時柵 誤差修正 ARMA模型 卡爾曼濾波
【學位授予單位】：重慶理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-16
• 1.1 研究背景10-14
• 1.1.1 時柵發(fā)展歷程10-12
• 1.1.2 時柵工作原理12
• 1.1.3 動態(tài)誤差補償研究現(xiàn)狀12-14
• 1.2 本文的研究意義及內(nèi)容14-16
• 2 時柵動態(tài)誤差分析16-32
• 2.1 傅里葉變換法16-17
• 2.2 功率譜密度法17-18
• 2.3 Allan方差分析法18-25
• 2.3.1 Allan方差簡介18-19
• 2.3.2 Allan方差噪聲特性分析19-25
• 2.4 時柵誤差類型25-28
• 2.4.1 系統(tǒng)誤差25-26
• 2.4.2 隨機誤差26-28
• 2.5 時柵動態(tài)誤差分析28-29
• 2.5.1 時柵系統(tǒng)誤差補償28
• 2.5.2 基于Allan方差的時柵隨機誤差分析28-29
• 2.6 本章小結(jié)29-32
• 3 時柵動態(tài)誤差的時間序列建模32-44
• 3.1 平穩(wěn)時間序列模型32-33
• 3.1.1 自回歸（AR）模型32-33
• 3.1.2 滑動平均（MA）模型33
• 3.1.3 自回歸滑動平均（ARMA）模型33
• 3.2 時柵數(shù)據(jù)預處理33-35
• 3.2.1 異常數(shù)據(jù)去除34
• 3.2.2 趨勢項去除34-35
• 3.2.3 提取常值分量35
• 3.3 數(shù)據(jù)檢驗35-37
• 3.3.1 平穩(wěn)性檢驗35-36
• 3.3.2 周期性檢驗36-37
• 3.3.3 正態(tài)性檢驗37
• 3.4 模型建立37-43
• 3.4.1 模型識別37-39
• 3.4.2 階數(shù)確定39-41
• 3.4.3 參數(shù)估計41-43
• 3.5 本章小結(jié)43-44
• 4 卡爾曼濾波分析44-50
• 4.1 卡爾曼濾波44-46
• 4.1.1 狀態(tài)方程和量測方程44-45
• 4.1.2 卡爾曼濾波解算原理45-46
• 4.1.3 卡爾曼濾波解算步驟46
• 4.2 自適應卡爾曼濾波46-49
• 4.2.1 新息相關(guān)法自適應濾波基本原理47-48
• 4.2.2 新息相關(guān)法自適應濾波最優(yōu)濾波狀態(tài)48-49
• 4.2.3 新息相關(guān)法自適應濾波參數(shù)調(diào)整過程49
• 4.3 本章小結(jié)49-50
• 5 應用與分析50-58
• 5.1 時柵動態(tài)測量系統(tǒng)設(shè)計50-53
• 5.1.1 信號處理模塊51
• 5.1.2 串行通信模塊51-52
• 5.1.3 上位機模塊52-53
• 5.2 實驗結(jié)果分析53-57
• 5.2.1 時柵隨機誤差的常規(guī)卡爾曼濾波分析53-56
• 5.2.2 兩種卡爾曼濾波效果比較56-57
• 5.3 本章小結(jié)57-58
• 6 總結(jié)與展望58-60
• 6.1 總結(jié)58
• 6.2 展望58-60
• 致謝60-62
• 參考文獻62-64
• 附錄64-67
• 個人簡歷、在學期間發(fā)表的學術(shù)論文及取得的研究成果67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 汪顯堯,郭立品,哈榮麗,戴三和;散射參量測量中的誤差修正理論與實踐[J];電子學報;1987年01期

2 W·D·Kessler;J·H·Stein;吳林方;;數(shù)字磁記錄器用的高性能誤差修正系統(tǒng)[J];遙測遙控;1989年03期

3 盧宗先;;一個標準工資的數(shù)學模型及其誤差修正[J];微型機與應用;1992年09期

4 施滸立;古天龍;;雷達天線和天文望遠鏡指向誤差修正的數(shù)學模型——擬里茲廣義插值[J];電子機械工程;1987年05期

5 張新立;;美國信息產(chǎn)業(yè)發(fā)展的協(xié)整與誤差修正模型研究[J];情報雜志;2007年04期

6 ;新產(chǎn)品[J];光機電信息;1996年04期

7 黃家安,陳希,竇銀];S參數(shù)在測試中的誤差修正[J];壓電與聲光;1993年02期

8 牟晶晶;徐海松;許東暉;;在線色差檢測的誤差修正方案設(shè)計[J];光電工程;2007年02期

9 古樂天;戴三和;羅軍;;動態(tài)范圍達120dB的智能衰減測量儀[J];電子測量技術(shù);1984年02期

10 孫偉;李婉秋;初婧;李瑞豹;;基于誤差修正技術(shù)的井下人員MEMS定位方法[J];傳感技術(shù)學報;2014年07期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 施滸立;趙彥;;誤差設(shè)計新理念與方法[A];中國電子學會電子機械工程分會2007年機械電子學學術(shù)會議論文集[C];2007年

2 崔建華;牛e，

本文編號：805399