为减小光纤陀螺随机漂移,采用时间序列分析法对其进行ARMA模型辨识.提出一种全局最优的模型阶次搜索算法,将模型适用性检验方法中的BIC(Bayesian information criterion)用于模型阶次搜索,并采用Pandit-Wu建模思想,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U-C算法,并与长自回归模型计算残差法相结合共同估计模型参数.它将非线性参数估计过程转化为线性过程,使用了正置与逆置漂移时序参与估计,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.采用上述方法确定的模型其残差标准差为0.002 4°,最大预报误差为0.011 2°,能准确预报光纤陀螺随机漂移趋势.
References
[1]
5. CHOUKROUN D.BAR-LTZHACK L Y.OSHMAN Y Novel quaternion Kalman filter 2006(1)
[2]
6. SABATINI A M A wavelet-based bootstrap method applied to inertial sensor stochastic error modeling using the Allan variance 2006(11)
[3]
7. BOX G E P.JENKINS G M Time series analysis:forecasting and control 1976
[4]
8. 杨叔子.吴雅.王治藩 时间序列分析的工程应用 1996
[5]
9. 臧荣春.崔平远 陀螺随机漂移时间序列建模方法研究 [期刊论文] -系统仿真学报2005(8)
[6]
10. 何晓群 现代统计分析方法与应用 2007
[7]
11. AKAIKE H A Bayesian extension of the minimum AIC procedure of autoregressive model fitting 1979(2)
[8]
12. ULRYCH T J.CLAYTON R W Time series modeling and maximum entropy 1976(2-3)
[9]
13. 吴怀宇 时间序列分析与综合 2004 14. PORAT B ARMA spectral estimation based on partial autocorrelations 1983(3)
