【技术实现步骤摘要】
一种基于卡尔曼滤波的椭圆拟合非线性误差校正方法
本专利技术属于相位生成载波解调
,尤其涉及一种基于卡尔曼滤波的椭圆拟合非线性误差校正方法。
技术介绍
相位生成载波解调(PGC)技术是一种广泛应用于干涉型光纤传感器的零差解调法。PGC主要有反正切以及交叉微分相乘(DCM)算法。反正切解调方法较DCM而言,因其受光源光强波动影响小、受滤波器通带纹波影响小、线性度好、动态范围大等优点,已经作为实用的解调技术应用于光纤水听器阵列解调。由于反正切解调在干涉信号经过乘载波以及低通滤波之后的处理是一种非线性的算法过程。非线性误差成为影响PGC解调性能的关键因素。为了提高测量精度,尽可能降低非线性误差带来的测量误差,进行系统的非线性校正是系统中必不可少的重要工作。PGC解调技术对相位的解调精度会因为非线性误差的存在而严重变差。如果能够对误差进行校正,解调的精度会得到很大的提升。传统的方法中对于低频部分激光强度带来的松弛振荡噪声所产生的寄生调幅项,将泵浦功率的改善与光电负反馈技术结合起来共同控制电路的输出,保证噪声频率的一半等于调制频率半倍频的奇数倍,从激光器端抑制光强噪声滤除混叠噪声,同时光电负反馈的引入,弥补了多次修改泵浦功率的不足;基于数字解调器的反正切方法,利用数字解调处理的方法,与传统的微分和交叉乘法(DCM)相比具有测量范围扩大、电路相对简单、操作性强、噪声的性能更好等优点;采用3×2耦合器可以得到两路相位差固定的信号,再利用微分交叉相乘的方法,直接对信号进行调制,可以有效消除误差;进行基于PGC-DCM改进的相位载波调制技术,构造出DCM技术解调后的多余 ...
【技术保护点】
1.一种基于卡尔曼滤波的椭圆拟合校正方法,其特征在于,所述基于卡尔曼滤波的椭圆拟合校正方法包括:步骤一,随机选取五个数据点,代入椭圆方程中,构建出一个五元代数方程组,方程组的解为椭圆的五个参数,作为椭圆参数初始值;步骤二,选取椭圆参数估计值的偏差作为状态向量,初始值为[0,0,0,0,0]T,选取无限大的对角矩阵作为状态协方差矩阵的初值;步骤三,将待拟合的数据点依次利用卡尔曼滤波算法,不断的更新状态向量和状态协方差矩阵;步骤四,每一时刻状态的更新都由前一时刻的估计和这一时刻的观测数据计算得到,每一步都将新更新的参数偏差作为下一时刻参数偏差的预测值,将新更新的协方差矩阵作为下一时刻的误差协方差矩阵;步骤五,将更新获得的新参数的偏差值与初始的参数估计值进行相加,得到椭圆参数新的估计结果;步骤六,不断的重复执行步骤三~步骤五,每次的初始偏差为[0,0,0,0,0]T,初始参数为上次输出的最优偏差与上次的初始参数之和,误差协矩阵为上依次循环最终输出的误差协方差矩阵;当更新过程中相邻两次估计的结果变化均小于给定误差10‑8时认为达到收敛状态,停止迭代;估计值作为最优估计值,即最优的椭圆参数。
【技术特征摘要】
1.一种基于卡尔曼滤波的椭圆拟合校正方法,其特征在于,所述基于卡尔曼滤波的椭圆拟合校正方法包括:步骤一,随机选取五个数据点,代入椭圆方程中,构建出一个五元代数方程组,方程组的解为椭圆的五个参数,作为椭圆参数初始值;步骤二,选取椭圆参数估计值的偏差作为状态向量,初始值为[0,0,0,0,0]T,选取无限大的对角矩阵作为状态协方差矩阵的初值;步骤三,将待拟合的数据点依次利用卡尔曼滤波算法,不断的更新状态向量和状态协方差矩阵;步骤四,每一时刻状态的更新都由前一时刻的估计和这一时刻的观测数据计算得到,每一步都将新更新的参数偏差作为下一时刻参数偏差的预测值,将新更新的协方差矩阵作为下一时刻的误差协方差矩阵;步骤五,将更新获得的新参数的偏差值与初始的参数估计值进行相加,得到椭圆参数新的估计结果;步骤六,不断的重复执行步骤三~步骤五,每次的初始偏差为[0,0,0,0,0]T,初始参数为上次输出的最优偏差与上次的初始参数之和,误差协矩阵为上依次循环最终输出的误差协方差矩阵;当更新过程中相邻两次估计的结果变化均小于给定误差10-8时认为达到收敛状态,停止迭代;估计值作为最优估计值,即最优的椭圆参数。2.如权利要求1所述的基于卡尔曼滤波的椭圆拟合校正方法,其特征在于,所述基于卡尔曼滤波的椭圆拟合校正方法的椭圆及一般二次曲线的描述为:f(x,y)=ax2+2bxy+cy2+2dx+2ey+f=0;其中对于椭圆方程满足a+c>0,对椭圆方程归一化满足条件:a+c=1;椭圆参数用一个五维向量来表示:X=(a,b,d,e,f)';估计用到的观测值为系统的待拟合点表示:Ni=(xi,yi)';观测数据与真实数据的偏差为:vi=Yi-Ni;其中:vi为高斯噪声,其对应的噪声的协方差矩阵为:cov[vi]=Ri。3.如权利要求2所述的基于卡尔曼滤波的椭圆拟合校正方法,其特征在于,所述基于卡尔曼滤波的椭圆拟合校正方法的椭圆方程是一个非线性的约束,待测参数与待估计点代入作为观测方程:F(Xi,Yi)=0;F(X,Y)为代入椭圆真实参数时的值,偏差为0;当给出估计的参数M和观测的数据N,将待拟合的数据点代入估计的椭圆方程中得到的偏差为F(M,N)≠0,存在一定的偏差。4.如权利要求1所述的基于卡尔曼滤波的椭圆拟合校正方法,其特征在于,所述基于卡尔曼滤波的椭圆拟合校正方法的卡尔曼滤波对信号进行线性化处理:对F(Xi,Yi)=0在椭圆参数Xi的估计值Mi和Yi的观测数据Ni处利用泰勒级数对非线性函数进行线性化处理,得到:F(Xi,Yi)=F(Mi,Ni)+[▽XF(Mi,Ni)'(Xi-Ni)]+[▽YF(Mi,Ni)'(Yi-Ni)]=0;-F(Mi,Ni)=▽XF(Mi,Ni)'(Xi-Ni)]+[▽YF(Mi,Ni)'(Yi-Ni);F(Mi,Ni)表示将估计参数Mi和观测值Ni...
【专利技术属性】
技术研发人员:侯长波,郭帅,杨军,
申请(专利权)人:哈尔滨工程大学,
类型:发明
国别省市:黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。