一种光纤陀螺随机漂移的非平稳时序建模法

合集下载

一种光纤陀螺随机噪声时间序列建模与实时滤波方法

一种光纤陀螺随机噪声时间序列建模与实时滤波方法
胡俊伟;刘明雍;张加全
【期刊名称】《鱼雷技术》
【年(卷),期】2011(019)001
【摘要】为了减小光纤陀螺(FOG)的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均(ARMA(2,1))模型基础上,采用一种将改进递推增广最小二乘(RELS)算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman 滤波算法进行仿真对比.仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声.
【总页数】4页(P31-34)
【作者】胡俊伟;刘明雍;张加全
【作者单位】西北工业大学,航海学院,陕西,西安,710072;西北工业大学,航海学院,陕西,西安,710072;西北工业大学,航海学院,陕西,西安,710072
【正文语种】中文
【中图分类】TJ630.33
【相关文献】
1.光纤陀螺随机噪声的实时滤波技术 [J], 郑智明;刘建业;赖际舟;钱伟行;祝燕华
2.光纤陀螺随机漂移的建模与实时滤波方法 [J], 刘鑫;乔彦峰
3.基于ARMA模型的光纤陀螺随机噪声滤波方法 [J], 曾庆化;黄磊;刘建业;陈磊江;
顾姗姗
4.一种基于Haar小波的光纤陀螺信号实时滤波方法 [J], 曲俊海; 夏元清; 李静; 王海稳
5.改进的MEMS陀螺随机噪声自适应Kalman实时滤波方法 [J], 傅军;韩洪祥因版权原因，仅展示原文概要，查看原文内容请购买。

光纤陀螺随机误差的DDS建模方法研究

ＲｅｅｒｈｎＤＤＳｍｏｌｎｇｏｂｒＯｐｔｃＧｙｏｃｐｅｒｎｍｒｏｓａｃｏｄｅｉｆＦｉｅｉｒｓｏａｄｏｅｒｒ
ＷＡＧＺｉｅ，ＵＳｕｍｎ，ＮｏｇｉＬｏｇｉＮｈ－ｉＨＯｈ－ｉｇＷＡＧＨｎ — ，ＶＹｎ￣ａｗｌ
光纤陀螺随机误差是影响光纤陀螺精度的重要因素，随着随机误差理论及分析方法的不断进步．们对激光陀螺随人
机误差的分析也不断深人。管ＡＭＡ模型已经形成相当完尽Ｒ
风：型Ｉ，ＡＭｐ，）用；模即ＲＡ（口适
第１９卷第１期１
Ｖｏ．９１１
Ｎｏ１．１
电子设计工程
ＥｌｃｒｎｃＤｅｉｎＥｎｇｎｅｉｇｅｔｏｉｓｇｉｅｒｎ
２１年６月０１
Ｊｎ２１ｕ．０１
光纤陀螺随机误差的ＤＤＳ建模方法研究
王志伟，侯书铭，王宏力，吕永佳
ｒｎｏｅ￣．ｅｅｏｅ，ｒｃｕａｅｃｍｐｎａｉｎｏｅＦａｄｍｒｏａｅｔｋｎｗｔｈｓｍｅｈｄａｄｍｎｒＴｒｆｒａｍｏｅａｃｒｔｏｅｓｔｏｆｔＯＧｒｎｏｅｒｒｃｎｂｅｉｔｉｔｏ．ｈｈａｈ
ＤＤＳｍｏｅｉｇｍｅｏａｃｕａｅｙｍａｅｍｏｅｉｇｏｉｅｔｒｓｏｅｎｓｌｔｔｅｒｎｏｓｏｅｉｍｓｏｅｄｌｔｄｃｎａｃｒｔｌｋｄｌｆＦｂｒＯｐｉＧｙｏｃｐ，ａｄｉｏａｅｈａｄｍｌｐｔｆｔｎｈｎｃｅｈ

一种光纤陀螺随机振动误差高精度建模方法

一种光纤陀螺随机振动误差高精度建模方法柴嘉薪;王新龙;王盾;李群生【摘要】工程应用中,随机振动对光纤陀螺的测量精度有着重要影响.本文通过对光纤陀螺振动数据的特性分析,提出了一种经验模态分解法、时间序列建模方法以及Kalman滤波算法相结合的光纤陀螺随机振动误差高精度建模方法,实现了对光纤陀螺振动误差的高精度拟合,该方法可应用于工程环境中对光纤陀螺随机振动误差的高精度补偿.【期刊名称】《航空兵器》【年(卷),期】2017(000)004【总页数】6页(P49-54)【关键词】光纤陀螺;随机振动;误差;经验模态分解;AR模型;Kalman滤波【作者】柴嘉薪;王新龙;王盾;李群生【作者单位】北京航空航天大学宇航学院,北京 100191;北京航空航天大学宇航学院,北京 100191;天地一体化信息技术国家重点实验室,北京 100086;北京航空航天大学仪器科学与光电工程学院,北京 100191【正文语种】中文【中图分类】TJ765;V241.5光纤陀螺在实际工程应用中，冲击、振动引起的光纤环的应力变化、器件尾纤振动以及结构的共振都将引起陀螺误差[1]，表现为陀螺零位发生偏移，严重影响光纤陀螺在实际工作中的精度和稳定性。

目前，工程中解决光纤陀螺敏感振动环境主要采用以下两种技术途径：一是在光纤陀螺的设计和生产阶段采取改善封装结构、控制胶粘剂涂覆用量、引入橡胶减振装置[1]等物理方法，在一定程度上减小振动引起的误差，提高器件固有精度，但工艺水平提升空间有限，效果仍无法满足精度需求较高的捷联系统；二是在光纤陀螺精度确定的前提下，分析振动数据特性，并由软件实现对振动误差的准确建模、滤波及补偿。

第二种方法因其低成本、应用广的优势，成为提高光纤陀螺精度的重要手段。

常用的数据分析、建模方法包括小波分析、神经网络建模和时间序列建模等。

基于小波分析的趋势项提取方法[2-4]，过程繁杂，且自身存在的限制通常情况下会造成虚假的谐波，依此进行的一系列分析也将失去原有的物理意义；神经网络建模方法得到的近似补偿模型包含了所有的非线性影响因素，但数据随机性较大时，建模精度很低，不适用于处理光纤陀螺随机振动数据；时间序列建模方法[5-6]是利用有限样本数据拟合成具有一定精度的时间序列模型，具有使用方便、可操作性好的优点，因此应用比较广泛。

一种光纤陀螺随机误差的统一建模方法[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010180729.7(22)申请日 2020.03.16(71)申请人中南大学地址 410083 湖南省长沙市岳麓区麓山南路9332号(72)发明人韩松来　罗世林　芦佳振　罗世彬　(74)专利代理机构长沙市护航专利代理事务所(特殊普通合伙) 43220代理人莫晓齐(51)Int.Cl.G06F 30/20(2020.01)G06F 17/13(2006.01)G06F 17/14(2006.01)G01C 25/00(2006.01)(54)发明名称一种光纤陀螺随机误差的统一建模方法(57)摘要本发明公开了一种光纤陀螺随机误差的统一建模方法，包括以下步骤：(1)采用Allan方差对光纤陀螺随机误差分量进行分析，确定被分析的光纤陀螺中存在的随机误差类型、各随机误差类型对应的PSD及各随机误差类型的噪声参数的值，并基于各随机误差的PSD导出随机误差的微分方程；(2)获得的微分方程依据多个独立白噪声驱动的随机过程等价于一个由单一白噪声驱动的随机过程等效定理建立光纤陀螺的等效模型，其中，一个随机过程通过一个由单位白噪声驱动的微分方程描述。

本发明提供的统一建模方法通过推导出适用于光纤陀螺的等效模型可以很好地补偿光纤陀螺中的随机误差，在初始对准精度和收敛性方面都优于高斯-马尔科夫方法。

权利要求书3页说明书10页附图2页CN 111400907 A 2020.07.10C N 111400907A1.一种光纤陀螺随机误差的统一建模方法，其特征在于，包括以下步骤：(1)采用Allan方差对光纤陀螺随机误差分量进行分析，确定被分析的光纤陀螺中存在的随机误差类型、各随机误差类型对应的PSD及各随机误差类型的噪声参数的值，并基于各随机误差的PSD导出随机误差的微分方程；(2)获得的微分方程依据多个独立白噪声驱动的随机过程等价于一个由单一白噪声驱动的随机过程等效定理建立光纤陀螺的等效模型，其中，一个随机过程通过一个由单位白噪声驱动的微分方程描述。

光纤陀螺随机漂移的建模与实时滤波方法

光纤陀螺随机漂移的建模与实时滤波方法刘鑫;乔彦峰【摘要】Random drift of fiber optic gyroscope has characteristics of nonstationarity and nonzero mean, the traditional time series analysis must pretreat the data before modeling, it cannot meet the real-time requirement. To solve this problem, the method is adopted, that combines autoregressive integrated moving average model and recursive least square algorithm to construct dynamic model, then use unscented kalman filter based on this model to filter for the random drift, and contrast with the adaptive Kalman filter algorithm based on ARIMA model. The results show that the proposed method possesses higher filter precision and inhibits the random drift of fiber optic gyroscope more effectively.%光纤陀螺的随机漂移具有非平稳和非零均值的特点,传统时间序列分析法必须对原始数据进行预处理后再进行建模,无法满足在线建模的要求.针对这一问题,采用差分自回归移动平均模型和递推最小二乘法相结合的方法对光纤陀螺的随机漂移构建动态模型,再通过基于该模型的无迹卡尔曼滤波算法对随机漂移实时滤波,并与自适应卡尔曼滤波进行实验对比.实验结果表明,该方法具有较高的滤波精度,能更有效地抑制光纤陀螺的随机漂移.【期刊名称】《黑龙江大学自然科学学报》【年(卷),期】2013(030)001【总页数】6页(P129-134)【关键词】光纤陀螺;差分自回归移动平均模型;递推最小二乘法;无迹卡尔曼滤波【作者】刘鑫;乔彦峰【作者单位】中国科学院长春光学精密机械与物理研究所,长春130033【正文语种】中文【中图分类】V214.5光纤陀螺作为一种测量载体相对惯性空间的角速率传感器，广泛应用于导航系统和稳定平台控制系统中。

非平稳时间序列的陀螺随机漂移数据处理方法

一一一一一一一一
—
０．４２０ｘ５＋０４６
ＡＩｎｄｍ）型实际上是用二项式差分（一消除了非平稳时序中的多项式趋向。从系统的角ＲＭＡ（，，模１Ｂ）度来分析，就是分离出了系统中的ｄ个相同的一阶环节，而可按平稳时间序列分析法来建模。从对在实验室条件下，用固定位置实验法得到的某型挠性陀螺随机漂移测试数据（１构成的陀螺随采图）机漂移序列｝进行一阶差分处理，图２所示的差分结果。得
ＡＩＲＭＡ（，，模型的一般形式为ｎｄｍ）（（Ｂ）＝ＢａＢ）１一（） ± （）１
对非平稳时间序列｝ｔ，，，（＝１２ … Ⅳ）进行ｄ阶差分，根据差分算子与后移算子Ｂ的关系（７＝１一Ｓ日可得差分序列：），
分析的优点，故具有建模精度高，更符合陀螺随机漂移实际的特点。
１基于ＡＩＡ模型法的随机漂移数据处理ＲＭ
ＡＩＲＭＡ模型法是非平稳时间序列分析法中的传统建模方法之一，其基本思想是通过差分方法将采样数
据的确定性部分从非平稳时间序列中剔除，然后再建立ＡＭＲＡ模型。Ｊ
陀螺随机漂移的数据处理与分析方法有很多学者进行过研究 ¨ ，从数理统计学的角度看，其漂移值在大多数情况下都属于非平稳时间序列¨ 。建立陀螺随机漂移数学模型的基本方法一般有三种：Ｊ一是采用平稳时间序列分析法Ｊ由于陀螺随机漂移属于非平稳时问序列，该方法在一般情况下会产生较大的建，故

一种光纤陀螺随机漂移的高精度建模方法

一种光纤陀螺随机漂移的高精度建模方法光纤陀螺是一种高精度的角速度传感器，常用于惯性导航、航天、航空等领域。

然而，由于各种原因，光纤陀螺存在着随机漂移的问题，这给测量结果的精度带来了一定的影响。

因此，建立一种高精度的光纤陀螺随机漂移建模方法对于提高其精确度至关重要。

光纤陀螺随机漂移通常是由于陀螺器件内部噪声和外部环境干扰等因素引起的，因此对这些因素进行建模是解决随机漂移问题的关键。

以下是一种光纤陀螺随机漂移的高精度建模方法：首先，对光纤陀螺内部噪声进行建模。

内部噪声可以分为陀螺器件的固有噪声和光纤中的光纤噪声两部分。

固有噪声通常由器件内部元件的非线性特性以及电磁辐射等引起，可以通过实验测量方法得到。

光纤噪声可以根据光纤材料的特性以及信号传输的机制进行建模。

其次，考虑外部环境干扰对光纤陀螺的影响。

外部干扰包括温度变化、机械振动、磁场干扰等因素。

对于温度变化引起的随机漂移，可以通过温度传感器对温度进行实时测量，并进行环境温度变化模型的建立。

对于机械振动和磁场干扰等影响因素，可以通过传感器获取相关信号并建立模型进行补偿。

最后，通过数据融合技术对模型进行优化。

数据融合技术常用于将多个传感器的测量结果进行整合，提高测量的准确性和鲁棒性。

通过将光纤陀螺的测量结果与其他传感器（如加速度计、磁力计等）测量结果进行融合，可以减小随机漂移的影响，提高光纤陀螺的精度。

综上所述，光纤陀螺随机漂移的高精度建模方法包括对内部噪声和外部环境干扰进行建模，并通过数据融合技术对模型进行优化。

这种建模方法可以提高光纤陀螺的精度，为其在惯性导航、航天、航空等领域的应用提供更可靠的支持。

基于GM(1,1)模型的光纤陀螺随机漂移建模

Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｂｕｇｏｆｔｈｅｄｉｆｆｅｒｅｎｃｅｍｅｔｈｏｄａｐｐｌｙｉｎｇｉｎｔｈｅｍｏｄｅｌｉｎｇｏｆｔｈｅｇｙｒｏ ’ Ｓｒａｎｄｏｍｄｒｉｔ，ｆｔｈｉｓｐａｐｅｒ
ＧｕｏＬｉｎｇ，ＷｕＸｕｎｚｈｏｎｇ，ＪｉｎＹｉ，ＳｏｎｇＪｉｌｅｉ
（ＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＡｉｒＦｏｒｃｅＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｉ ’ ａｎ，７１００３８）
摘要：针对差分法在陀螺随机漂移建模中的缺陷，提出将ＧＭ（１，１）模型与ＡＲ模型相结合的非平稳序列建模方法，将光纤陀螺随机漂移分为确定性的趋势项部分和平稳序列部分，并引入ＧＭ（１，１）模型用于提取趋势项，通过ＡＲ模型对平稳序列建模，最终实现光纤陀螺随机漂移的非平稳时序建模。分析表明，该模型拟合精度较高，是光纤陀螺随机漂移建模
Ｏ引言
光纤陀螺是基于Ｓａｇｎａｃ效应的新一代角速度传感器，具有抗冲击、灵敏度高、测量范围宽、使用寿命长等突出优点，广泛应用于惯导系统【ｌＪ。但是由于自身结构和外部环境因素的影响，造成陀螺输出信号中包含随机漂移，限制了光纤陀螺精度的进一步提高。由于光纤陀螺随机漂移具有弱非线性、弱时变的

一种新型的光纤陀螺非线性温度漂移模型ANN辨识方法

识功能，但ＢＰ网络存在局部最优问题，且训练速度慢、效率低。本文介绍Ｇａｕｓｓ．Ｎｅｗｔｏｎ算法构成的神经网络对光纤陀螺温度漂移进行辨识，利用该辨识算法可以实现全局
最优，且具有简单易行、收敛速度快和网络训练精度高的
进行比较，得到计算误差。根据误差，按照一定的学习算法修
改Ｗ值，使网络朝着能正确响应的方向不断发展，直到网络的
特点，采用该网络学习算法可以快速达到辨识的预期效
果。
ｌＧａｕｓｓ．Ｎｅｗｔｏｎ神经网络算法
根据Ｋｏｌｍｏｇｏｒｏｖ定理可知，任何一个非线性映射都可以用一个三层前馈人工神经网络来很好地逼近。三层前馈前向人工神经网络由输入层、隐层和输出层组成，结构如图１所示。图中输入层有Ｎ个神经元，隐层中有Ｍ个神经元，输出层中有Ｌ个神经元，输入层神经元的输出与隐层神经元、隐层神经元的输出与输出层神经元之间分别通过权（１）、ｖ进行连接。利用此网络可以实现Ｍ维至Ｌ维欧式空间的非线性映射：
（总参谋部第六十研究所，江苏南京２１００１６）
摘要：介绍了Ｇａｕｓｓ — Ｎｅｗｔｏｎ全局优化算法在干涉型光纤陀螺非线性温漂模型人工神经网络辨识器中的应用，详细阐述了该辨识器的构成、算法原理以及辨识方法。应用结果表明，该优化算法具有收敛速度快、网络训练精度高的优点。采用该辨识方法可实现光纤陀螺非线性温度漂移的在线辨识和补偿，有效地提高光纤陀螺的测量精度。关键词：温度漂移；光纤陀螺；人工神经网络；模型辨识

光纤陀螺随机误差建模与滤波方法研究(精)

第34卷增刊光学技术Vol.34Suppl.2008年12月OPTICALTECHNIQUEDec.2008文章编号:100221582(2008)S2*******光纤陀螺随机误差建模与滤波方法研究李晓峰,徐军,张胜修(第二炮兵工程学院,西安710025)Ξ摘要:提出了一种适用于高精度光纤陀螺的静态输出信号建模的时间序列模型,尔曼滤波器。

结果表明,该建模和滤波方法有效地减小了FOG的误差,,提高了导航精度,具有较好的实用价值。

关键词:光纤陀螺;时间序列;随机漂移;卡尔曼滤波中图分类号:U666.1文献标识码:AStudyonthemodelinggyroscoperandomerror,J,ZHANGSheng2xiuEngineeringCollege,Xi′an710025,China)Abstract:whichcanbeappliedinthemodelingofhigh2preciseFOG′sstaticoutputsignalispre2 sented,andtheKalmanfilterofFOGrandomerrorisbuilt.Theresultshowsthatthismodelingan dfilteringmethodcanreducetheerrorofhigh2preciseFOG.Thenavigationerrorsaredepresse d,andthenavigationprecisionisimproved.Keywords:FOG;timesequence;randomdrift;Kalmanfilter1引言陀螺仪是用于自主测量载体相对于惯性空间旋转运动的元件,因此以陀螺仪为核心的惯性测量系统在飞行器控制与制导,空中、海上和陆上导航/定位中都起着至关重要的作用。

光纤陀螺仪是利用Sagnac效应的角速度传感器。

Sagnac效应是指当环形干涉仪旋转时,产生一个正比于旋转速率的相位差。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｗａｕｔｆｒｒｓｐｏｗａｄ．Ｉｃａｅｔ — ｉｎｉｎｌｅｒｈｒｇａｉｔｏ — ｍｅｉｎａｏｅ．Ｃｏｉｔｔｓｉｔｏｆｔｈｎｇｄｗｏｄｍｅｓｏａｓａｃｐｏｒｍｎｏｎｅｄｉｎｓｏｌｎｎｓｓｅｎｅｔｍａｉｎｏ
性模型和平稳随机模型分别辨识的方式。关键词：光纤陀螺；随机漂移；非平稳模型；ＡＭＲＡ模型；参数估计
中图分类号：Ｕ６６６文献标识码：Ａ文章编号：１０－７７２１）７０４－４００９８（０００－０３０
Ａｎ— ｔｔｏｒｉｅｓｒｅｏｅｉｅｈｏｏａｏｎｏｓａｉｎａｙｔｍｅｉｓｍｄｌｎｇｍｔｄｆｒｒｎｄｍｄｉｔｏｂｅ－ｐｉ（．尔滨工程大学自动化学院，龙江哈尔滨１００；１哈黑５０１２中国船舶工业集团公司船舶系统工程部。京１０３）．北００６
摘
要：为减小光纤陀螺的随机漂移，针对其弱非平稳的特点，采用时间序列分析法建立其模型。提出一
２ＳｓｅＥｇｎｅｎｓａｃｎｔｕｅｏｈｎｈｐｕｌｉｇＣｒｏａｉｎＢｉｎ００６Ｃｉａ．ｙｔｍｎｉｅｒｇＲｅｅｒｈＩｓｔｔｆｉａＳｉｂｉｎｏｐｒｔ，ｅｉｇ１０３，ｈｎ）ｉｉＣｄｏｊ
Ａｂｔａｔｓｒｃ：Ｔｅｕｅｒｎｏｄｉｆｔｅｆｅｐｉｙｏａｍｏｅａｅｐｕｉｇｔｅｅｎｌｓｓｍｅｈｄ，ｏｒｄｃａｄｍｒｏｂｒｏｔｇｒ，ｄｌｗｓｓｔｕｓｎｉｓｒｓａａｙｉｔｆｈｉｃｍｅｉｔｏａｍｅｔｗａｏ —ｔｔｎｒｈｒｃｅｓｉｓｏｎｏｄｆＡｇｏａｐｉｍｌｏｔｍｏｅｅｔｇｍｏｅｒｅｉｄａｅｋｎｎｓａｉａｙｃａａｔｒｔｆａｄｍｒｔｌｂｌｔｏｉｃｒｉ．ｏｍｕａｇｒｈｆｒｓｌｃｉｄｌｄｒｉｎｏ
种全局最优的模型阶次搜索算法，把二维搜索化为一维搜索，得到了模型阶次的一致性估计。提出了一种
改进的参数估计算法，它将非线性参数估计过程转化为线性过程，使用正置与逆置漂移时序共同估计参数，以前向和后向模型的滤波误差平方和最小为参数估计的指标，（在Ｐ＋１维空间中求极小值。对实测）漂移进行了趋势项、周期项、自相关和偏自相关等分析，采用３种方式分别建立其非平稳模型，验证了上述算法的有效性。建模结果同时表明：直接辨识漂移模型的方式优于工程中常用的将非平稳漂移中的确定
ｍｏｅｒｅａｃｉｖｄＡｍｐｏｅａａｔｒｅｔｔｎａｇｒｔｍａｕｏａｄＩｔｎｆｒｄｔｅｎｎｄｌｄｒｗｓａｈｅｅ．ｎｉｒｖｄｐｒｍｅｅｓｉｉｌｏｈｗｓｐｔｆｒｒ．ｔｒｓｏｍｅｈｏ — ｏｍａｏｉｗａｌｅｒｐｒｍｅｅｓｉｔｎｐｏｅｓｉｔｉｅｒｏｅＢｔａｕｅｅｕｎｅａｄｒｖｒｅｏｅｗｒｓｄｔｉａａａｔｒｅｔｎｍａｉｒｃｓｎｏａｌａｎ．ｏｈｍｅｓｒｄｓｑｅｃｎｅｅｓｎｅｅｕｅｏｏｎｅｔｔｐｒｍｅｅｓＳａａｉｆｒｔｎｗｓｆｌｔｉｅｎｈｃｕａｙｏａａｔｒｅｔｔｎｗａｒｖｄｓｉｅａａｔｒ，Ｏｄｔｎｏｍａｉａｕｌｕｉｚｄａｄｔｅａｃｒｃｆｒｍｅｅｓｉｉｓｉｏｅ．ｍａｏｙｌｐｍａｏｍｐＴｅｇａｆｐｒｍｅｅｓｉｔｎｉｔｅｈｎｍｕｓｍｏｏａｄａｄｂｃｗｒｌｒｇｅｒｒｓｕｒｓｔａｈｏｌｏａａｔｒｅｔｍａｉｓｏｇｔｔｅｍｉｉｍｕｆｆｒｒｎａｋａｄｆｔｉｒｏｑａｅｈｔｏｗｉｅｎ
ＺＡＧＱｎＡｈｎｆｎ，Ｉｕ．Ｘｅｘｎ，ＬＡＧＹｎＨＮｉｇ，ＴＮＺｅ．ＬＵＧｉｕ，ＵＤ —ｉａｆＩＮｉｇ
（．ｏｌｅｏｔｍａｉｎＨａｂｎＥｇｎｅｉｇＵｉｅｓｙＨｒｉ５０１Ｃｉａ１ＣｌｇｆｅＡｕｏｔ，ｒｉｎｉｅｒｎｖｒｉ，ａｂｎ１００，ｈｎ；ｏｎｔ
２１００年第２９卷第７期
传感器与微系统（ｒｎｄｃｒａｄＭｉｏｙｔｍＴｃｎｌｉ）Ｔａｓｕｅｎｃｓｓｅｈｏｇｓｒｅｏｅ
４３
一
种光纤陀螺随机漂移的非平稳时序建模法
张庆谈振藩，，柳贵福许德新，，梁莹