【摘要】：航空光電穩(wěn)定平臺(tái)憑借圖像探測(cè)裝置實(shí)現(xiàn)對(duì)目標(biāo)的自動(dòng)跟蹤和識(shí)別,被廣泛應(yīng)用于軍事領(lǐng)域以及公安、環(huán)境監(jiān)測(cè)等民用環(huán)境中。其中,陀螺傳感器是航空光電穩(wěn)定平臺(tái)的核心敏感傳感器,它被安裝在運(yùn)動(dòng)載體上,敏感載體速度的變化從而隔離擾動(dòng),使航空光電穩(wěn)定平臺(tái)盡可能的保持穩(wěn)定,進(jìn)而保證安裝在平臺(tái)內(nèi)部載荷的視軸具有穩(wěn)定指向。由于受到外界環(huán)境的干擾以及自身結(jié)構(gòu)誤差等因素的影響,航空光電穩(wěn)定平臺(tái)中的陀螺傳感器在敏感平臺(tái)速度變化時(shí),往往會(huì)引入隨機(jī)漂移和測(cè)量噪聲,導(dǎo)致直流驅(qū)動(dòng)電機(jī)的輸出力矩?zé)o法完全精準(zhǔn)地驅(qū)動(dòng)平臺(tái)的框架運(yùn)動(dòng),如此一來,將會(huì)造成視軸不能穩(wěn)定在目標(biāo)理想位置。所以,想要提高航空光電穩(wěn)定平臺(tái)的視軸穩(wěn)定精度,必須對(duì)陀螺傳感器所輸出的信號(hào)進(jìn)行有效的濾波處理�？柭鼮V波根據(jù)狀態(tài)方程對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行描述,以線性最小方差作為估計(jì)準(zhǔn)則,利用預(yù)測(cè)和修正的方法,對(duì)系統(tǒng)的狀態(tài)進(jìn)行最優(yōu)估計(jì)�？柭鼮V波以其實(shí)時(shí)性好、存儲(chǔ)空間小、易實(shí)現(xiàn)等優(yōu)點(diǎn)而得到廣泛應(yīng)用�？紤]到實(shí)際的工程需求,本論文在兩軸四框架航空光電穩(wěn)定平臺(tái)的環(huán)境下,利用強(qiáng)跟蹤卡爾曼濾波算法,來為航空光電穩(wěn)定平臺(tái)中陀螺傳感器所輸出的信號(hào)濾除噪聲干擾,從而提升航空光電穩(wěn)定平臺(tái)的伺服系統(tǒng)速度環(huán)的控制精度,本文研究的主要內(nèi)容如下:(1)首先根據(jù)兩軸四框架航空穩(wěn)定平臺(tái)的工作原理,對(duì)系統(tǒng)中存在的各類干擾因素進(jìn)行綜合分析,著重分析了陀螺傳感器的測(cè)量噪聲為視軸穩(wěn)定精度帶來的不利影響。(2)為了對(duì)陀螺傳感器的輸出信號(hào)進(jìn)行有效濾波,對(duì)陀螺信號(hào)建立數(shù)學(xué)模型。時(shí)間序列法是本文所采用的建模方法,利用系統(tǒng)輸出的數(shù)據(jù)對(duì)系統(tǒng)內(nèi)部的特性和外部因素進(jìn)行一個(gè)推測(cè),同時(shí)對(duì)系統(tǒng)的未來狀況做出預(yù)測(cè)�？紤]到算法的復(fù)雜程度以及實(shí)際應(yīng)用中的計(jì)算量,采用AR(1)模型作為陀螺傳感器的數(shù)學(xué)模型。該模型可以為卡爾曼濾波中的參數(shù)設(shè)置提供參考。(3)在陀螺傳感器數(shù)學(xué)模型的基礎(chǔ)上,構(gòu)建卡爾曼濾波的狀態(tài)方程和量測(cè)方程,針對(duì)陀螺信號(hào)的測(cè)量噪聲,采用卡爾曼濾波技術(shù)對(duì)其進(jìn)行抑制。同時(shí)引入強(qiáng)跟蹤算法,將卡爾曼濾波中的狀態(tài)預(yù)測(cè)方差矩陣不斷調(diào)整,強(qiáng)迫輸出誤差序列保持不相關(guān)的特性,構(gòu)造強(qiáng)跟蹤卡爾曼濾波器,從而提高系統(tǒng)的魯棒性。(4)針對(duì)本文提出的強(qiáng)跟蹤卡爾曼濾波器,與工程上常用的二階巴特沃斯濾波器進(jìn)行對(duì)照試驗(yàn),從而驗(yàn)證強(qiáng)跟蹤卡爾曼濾波器的濾波效果與魯棒性。實(shí)驗(yàn)結(jié)果表明:相較于二階巴特沃斯濾波器,強(qiáng)跟蹤卡爾曼濾波器的輸出信號(hào)在幅值和方差上均有明顯的改善,優(yōu)化了控制系統(tǒng)的動(dòng)態(tài)性能,保證了信號(hào)的實(shí)時(shí)性。同時(shí),本文所提出的強(qiáng)跟蹤卡爾曼濾波器具有更好的魯棒穩(wěn)定性。
[Abstract]:The aeronautical photoelectric stabilization platform is widely used in the military field, public security, environmental monitoring and other civil environments because of the automatic tracking and recognition of the target by the image detection device. Among them, gyroscope sensor is the core sensitive sensor of aeronautical optoelectronic stabilization platform. It is installed on the motion carrier. The change of the speed of the sensitive carrier can isolate the disturbance and make the aero-photoelectric stabilization platform as stable as possible. Furthermore, the view axis installed in the platform interior load has a stable direction. Because of the influence of the external environment and its own structure error, the gyroscope sensor in the aero-optoelectronic stabilization platform will introduce random drift and measurement noise when the speed of the sensitive platform changes. As a result, the output torque of DC drive motor can not drive the frame motion of the platform accurately, which will lead to the instability of the axis of view in the ideal position of the target. Therefore, in order to improve the accuracy of optical axis stabilization of aero-optoelectronic stabilization platform, the signal output from gyroscope must be filtered and processed effectively. Kalman filter is used to describe the dynamic system according to the equation of state. The linear minimum variance is used as the estimation criterion and the method of prediction and correction is used to estimate the optimal state of the system. Kalman filter is widely used because of its advantages of good real-time, small storage space and easy to be realized. Considering the actual engineering requirements, in this paper, the strong tracking Kalman filter algorithm is used to filter the noise interference for the signal output from the gyroscope sensor in the two-axis and four-frame aeronautical photovoltaic stabilization platform by using the strong tracking Kalman filter algorithm. The main contents of this paper are as follows: (1) according to the working principle of two-axis four-frame aeronautical stabilization platform, Based on the comprehensive analysis of all kinds of interference factors in the system, the adverse effects of the measurement noise of the gyroscope sensor on the stability accuracy of the optic axis are analyzed. (2) in order to effectively filter the output signal of the gyroscope sensor, The mathematical model of gyroscope signal is established. The time series method is the modeling method used in this paper. The system output data is used to predict the internal characteristics and external factors of the system and to predict the future status of the system. Considering the complexity of the algorithm and the computational complexity in practical application, AR (1) model is used as the mathematical model of gyroscope sensor. The model can provide reference for parameter setting in Kalman filter. (3) based on the mathematical model of gyroscope sensor, the state equation and measurement equation of Kalman filter are constructed, and the measurement noise of gyro signal is analyzed. Kalman filter technique is used to suppress it. At the same time, the strong tracking algorithm is introduced, the state prediction variance matrix in Kalman filter is adjusted constantly, and the output error sequence is forced to remain irrelevant, and a strong tracking Kalman filter is constructed. In order to improve the robustness of the system. (4) the strong tracking Kalman filter proposed in this paper is compared with the second order Butterworth filter which is commonly used in engineering to verify the filtering effect and robustness of the strong tracking Kalman filter. The experimental results show that compared with the second order Butterworth filter, the output signal of the strong tracking Kalman filter is obviously improved in amplitude and variance. The dynamic performance of the control system is optimized and the real-time performance of the signal is guaranteed. At the same time, the strong tracking Kalman filter proposed in this paper has better robust stability.
【學(xué)位授予單位】：中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN713;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 紀(jì)宗南;利用單片機(jī)的軟資源提高儀器的測(cè)量精度[J];測(cè)控技術(shù);1990年01期

2 P.Swerling;W.L.Peterman;陶建義;;目標(biāo)雷達(dá)截面起伏對(duì)雷達(dá)測(cè)量精度的影響[J];現(xiàn)代雷達(dá);1991年04期

3 廖重文;;激光掃描測(cè)徑儀測(cè)量精度的分析[J];應(yīng)用激光;1982年02期

4 鮑道銘;;利用系統(tǒng)校準(zhǔn)提高壓力測(cè)量精度[J];強(qiáng)度與環(huán)境;1987年05期

5 夏泉義;計(jì)算機(jī)輔助平衡技術(shù)中的測(cè)量精度分析[J];北京理工大學(xué)學(xué)報(bào);1989年01期

6 任公瑾;李崇德;;數(shù)字示波器測(cè)量精度和測(cè)試方法[J];電子測(cè)量與儀器學(xué)報(bào);1989年04期

7 陳雪東;;利用差動(dòng)技術(shù)改善測(cè)量精度的研究[J];電子技術(shù)與軟件工程;2013年16期

8 陶永祥;;激光尺檢驗(yàn)規(guī)[J];激光與光電子學(xué)進(jìn)展;1986年10期

9 莊大奎;黃永楷;楊天立;;高反射率測(cè)量中的測(cè)量精度與誤差分析[J];激光技術(shù);1989年04期

10 劉學(xué)如 ,張明 ,劉永寬 ,肖化明;用SEM直接測(cè)定介質(zhì)薄膜的厚度[J];微電子學(xué);1982年04期

相關(guān)會(huì)議論文 前10條

1 孫延鵬;劉公望;張芝賢;徐宏宇;;一種提高在寬溫條件下壓力測(cè)量精度的方法[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

2 董春來;董思學(xué);郭淑艷;;RTK測(cè)量精度算法模型及其實(shí)驗(yàn)研究[A];第二屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

3 劉曉東;;GPS RTK的測(cè)量精度及其在地質(zhì)勘探測(cè)量中的應(yīng)用[A];華東地區(qū)第十次測(cè)繪學(xué)術(shù)交流大會(huì)論文集[C];2007年

4 張孝軍;林云發(fā);;GPS RTK技術(shù)的測(cè)量精度探討[A];湖北省測(cè)繪學(xué)會(huì)2004年度科學(xué)技術(shù)交流會(huì)論文集[C];2005年

5 張孝軍;林云發(fā);;GPS RTK技術(shù)的測(cè)量精度探討[A];第三屆湖北科技論壇優(yōu)秀論文集[C];2005年

6 張孝軍;林云發(fā);;GPS RTK技術(shù)的測(cè)量精度探討[A];測(cè)繪荊楚——湖北省測(cè)繪學(xué)會(huì)2005年“索佳杯”學(xué)術(shù)論文集[C];2005年

7 趙春城;;嘗試采用國(guó)際海道特等測(cè)量精度標(biāo)準(zhǔn)(S-44)對(duì)疏浚工程的驗(yàn)收[A];中國(guó)航海學(xué)會(huì)航標(biāo)專業(yè)委員會(huì)測(cè)繪學(xué)組學(xué)術(shù)研討會(huì)學(xué)術(shù)交流論文集[C];2006年

8 張孝軍;林云發(fā);;淺析GPS RTK技術(shù)的測(cè)量精度[A];中國(guó)測(cè)繪學(xué)會(huì)第八次全國(guó)會(huì)員代表大會(huì)暨2005年綜合性學(xué)術(shù)年會(huì)論文集[C];2005年

9 萬(wàn)曉霞;黃新國(guó);劉振;史智勇;;鐳射紙表面結(jié)構(gòu)對(duì)顏色測(cè)量精度的影響[A];第十三屆全國(guó)包裝工程學(xué)術(shù)會(huì)議論文集[C];2010年

10 王興濤;石磐;;SST-LL主要有效載荷測(cè)量精度需求分析[A];《大地測(cè)量與地球動(dòng)力學(xué)進(jìn)展》論文集[C];2004年

相關(guān)重要報(bào)紙文章 前3條

1 記者 陳超;日“大地”號(hào)衛(wèi)星測(cè)量精度不足[N];科技日?qǐng)?bào);2008年

2 朱待松;GPS測(cè)量征地節(jié)省資金700萬(wàn)元[N];中國(guó)測(cè)繪報(bào);2011年

3 高博;國(guó)產(chǎn)導(dǎo)航芯片或替代進(jìn)口[N];中國(guó)航天報(bào);2011年

相關(guān)博士學(xué)位論文 前1條

1 常松濤;紅外經(jīng)緯儀結(jié)構(gòu)設(shè)計(jì)及提高其輻射測(cè)量精度的關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所);2015年

相關(guān)碩士學(xué)位論文 前10條

1 林蔚;高帶寬HDD Preamp IC測(cè)試技術(shù)研究[D];復(fù)旦大學(xué);2013年

2 王鈺彤;MST與CAT相結(jié)合的比較研究與應(yīng)用[D];江西師范大學(xué);2015年

3 馬天生;載荷對(duì)板式制動(dòng)檢驗(yàn)臺(tái)測(cè)量精度的影響試驗(yàn)研究[D];吉林大學(xué);2016年

4 朱楓;基于卡爾曼濾波提高陀螺傳感器測(cè)量精度的研究[D];中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;2016年

5 李佩秦;珩磨液性能對(duì)在線氣動(dòng)測(cè)量精度影響的實(shí)驗(yàn)研究[D];蘭州理工大學(xué);2014年

6 馬桃桃;GPS-RTK小區(qū)域測(cè)量精度研究[D];西安科技大學(xué);2013年

7 普晉亞;PSD激光三角測(cè)距系統(tǒng)設(shè)計(jì)[D];華中科技大學(xué);2008年

8 王瓊;RTK測(cè)量精度分析與研究[D];吉林大學(xué);2008年

9 薄悅;提高質(zhì)心測(cè)量精度的關(guān)鍵技術(shù)研究[D];機(jī)械科學(xué)研究院;2004年

10 諶華;CRInSAR大氣校正模型研究及其初步應(yīng)用[D];中國(guó)地震局地質(zhì)研究所;2006年

，

本文編號(hào)：2172310