一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法技术方案

本发明专利技术公开了一种光电跟踪系统光纤陀螺(FOG)输出目标信息和扰动信号分离方法，步骤如下：(1)对跟踪机架上FOG输出复杂信号进行频谱分析，确定信号特征；(2)对复杂FOG信号进行局部值分解(LMD)，得到N个瞬时频率具有物理意义的信号分量(PF)；(3)以N个PF分量为观测信号，采用基于负熵最大的FastICA算法进行信号分离；(4)在信号分离得到的N个分离信号中选取出目标信号和扰动信号。本发明专利技术可以准确的分离光纤陀螺信号中目标信号的扰动，方法简单，计算速度快，实时性较强。

【技术实现步骤摘要】
一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法
本专利技术属于数字信号处理领域，具体的涉及一种光电跟踪系统跟踪机架上光纤陀螺输出目标信息和扰动信号分离方法。
技术介绍
运动载体上的光电跟踪系统，其惯性稳定平台中跟踪机架上的FOG测量信号包含运动目标、载体运动和外界干扰造成的扰动。为提高目标跟踪精度，保证视轴稳定，系统常采用前馈加反馈的复合控制设计，直接从FOG输出的目标运动信息和扰动混合信号中提取出扰动信号作为前馈控制信号传递给系统，这将有利于通过前馈加反馈的方法提高系统的抑制能力。因此，光电跟踪系统稳定控制实现扰动精确抑制，必须要对FOG输出的目标信号及其扰动信号进行分离。传统滤波方法用于分离目标信息和扰动信号，如IIR滤波、小波滤波、卡尔曼滤波等。但由于人为参数设置太多或必须过度的人为判断等原因，传统滤波方法非常不利于工程实现。IIR滤波方法需要事先知道信号的具体频率，并人为设计滤波器的通带，小波滤波方法需要人为选择阈值函数和小波基函数，卡尔曼滤波则需要人为建立扰动信号的精确数学模型。由于运动平台光电系统中FOG输出混叠信号较为复杂，人为参数或者模型设置的不准确会导致扰动信息提取不准确。盲源分离(BSS)是一种在不知道源信号和传输信道特性等先验知识的情况下，仅根据观测信号估计出源信号的信号分离方法，能够解决传统方法中的人为设置问题。由于条件及成本的限制，运动平台光电跟踪系统同一方向的跟踪机架上只能放置单一传感器，将单个传感器采集到的扰动信号从多路混叠信号中分离出来，是欠定盲源分离的一种极端情况。实际应用中往往需要对单个传感器信号进行处理，构造出多通道观测信号，将欠定盲源分离转换为正定盲源分离。LMD方法将复杂的FOG信号进行分解，自适应得到N个PF分量，可以实现信号单通道信号到多通道信号的转换，便于构造多个观测信号，适用于光电跟踪系统的FOG信号处理。
技术实现思路
本专利技术要解决的技术问题是：克服现有技术不足，在不过多依赖信号先验知识和人的经验判断的情况下，提供一种能够实现光电跟踪系统跟踪机架上光纤陀螺输出目标信息和扰动信号分离方法。本专利技术解决上述技术问题采用的技术方案为：一种能够实现光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法，其具体步骤如下：第一步，对跟踪机架上光纤陀螺(FOG)输出复杂FOG信号进行频谱分析，确定信号特征；第二步，对复杂FOG信号X(t)进行局部值分解(LMD)，局部值分解的表达式为：其中PFi为信号X(t)经过i次LMD分解得到的第i个瞬时频率具有物理意义的PF分量，N为PF分量个数，μN为一个单调函数。PF分量是原信号X(t)的包络信号和纯调频信号的乘积，可以表示为：PFi＝ai(t)+si(t)其中ai(t)为第i阶的包络信号，si(t)为第i阶的纯调频信号。FOG信号自适应的进行LMD分解后，即可得到N个PF分量；第三步，以N个PF分量为观测信号组Y，采用基于负熵最大的FastICA算法进行信号分离，Y的负熵近似为：Ng(Y)＝{E[g(Y)]-E[g(YGauss)]}2其中Ng(Y)为Y的负熵，E[·]为均值运算，g(·)为非线性函数。FastICA的规则就是找到一个方向以便Y具有最大非高斯性。负熵最大的FastICA算法迭代公式为：其中X是未知的源信号组，W是传输通道混合矩阵，W*是W的新值，对Y进行迭代运算后，重构分离矩阵得到N个分离信号；第四步，在信号分离得到的N个分离信号中选取出目标信号和扰动信号。所述第二步中N的取值为N≤10。所述第三步中g(Y)的取值为tanh(aY)、Y×exp(-Y2/2)或Y3，通常取a＝1。本专利技术所具有的益处是：(1)本专利技术通过LMD分解方法自适应的获取N个观测信号，实现了单通道信号到N通道信号的转换，不用增加额外的陀螺就能实现光电跟踪系统跟踪机架上FOG混合信号中目标信息和扰动信号分离。(2)相对于传统滤波方式，本专利技术提出的光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法，在只知道N个PF分量情况下通过BSS对源目标信号和扰动信号进行估计，避免了传统滤波过程中对信号先验知识的依赖性。(3)本专利技术可以在不改变现有硬件条件下，很好的实现机架陀螺扰动解耦，进而满足光电跟踪系统中稳定控制对高精度前馈控制信号的要求，实时性强，算法简单，便于工程应用。附图说明图1为本专利技术的采样频率为2000赫兹的光电跟踪系统FOG输出混叠信号及其频谱；图2为本专利技术的FOG复杂信号LMD分解图(PF1～PF6为分解得到的6个瞬时频率具有物理意义的PF分量)图3为本专利技术方法得到的光电跟踪系统FOG输出目标信息和扰动信号分离结果图，其中图3(a)为本专利技术方法得到的目标信号及其频谱图，图3(b)为本专利技术方法得到的扰动信号及其频谱图。图4为本专利技术一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法流程图。具体实施方式以下结合附图，说明本专利技术的实施例。但以下的实施例仅限于解释本专利技术。如图4所示，本专利技术一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法，其具体步骤如下：第一步，对跟踪机架上光纤陀螺(FOG)输出复杂信号进行频谱分析，确定信号特征；第二步，对复杂FOG信号X(t)进行局部值分解(LMD)，局部值分解的表达式为：其中PFi为信号X(t)经过i次LMD分解得到的第i个瞬时频率具有物理意义的PF分量，N为PF分量个数，μN为一个单调函数。PF分量是原信号X(t)的包络信号和纯调频信号的乘积，可以表示为：PFi＝ai(t)+si(t)其中ai(t)为第i阶的包络信号，Si(t)为第i阶的纯调频信号。FOG信号自适应的进行LMD分解后，即可得到N个PF分量；所述第二步中N的取值为N≤10。第三步，以N个PF分量为观测信号组Y，采用基于负熵最大的FastICA算法进行信号分离，Y的负熵近似为：Ng(Y)＝{E[g(Y)]-E[g(YGauss)]}2其中Ng(Y)为Y的负熵，E[·]为均值运算，g(·)为非线性函数。FastICA的规则就是找到一个方向以便Y具有最大非高斯性。负熵最大的FastICA算法迭代公式为：其中X是未知的源信号组，W是传输通道混合矩阵，W*是W的新值，对Y进行迭代运算后，重构分离矩阵得到N个分离信号；所述第三步中g(Y)的取值为tanh(aY)、Y×exp(-Y2/2)或Y3，通常取a＝1。第四步，在信号分离得到的N个分离信号中选取出目标信号和扰动信号。下面以船载条件下光电跟踪系统跟踪机架上光纤陀螺(FOG)输出复杂信号为例进行说明。本专利技术的具体实施步骤如下：(1)跟踪机架上FOG输出的采样频率为2000赫兹的复杂信号及其频谱如图1所示，分析其信号频谱发现，该信号由1.2赫兹的低频目标信号和其它复杂扰动信号混叠而成。(2)通过局部均值分解(LMD)自适应的将单通道的FOG复杂信号分解为6通道的PF分量，此时N＝6，构造出了第三步中盲源分离的6通道信号，得到PF分量如图2所示，PF1～PF6为LMD分解图1中的FOG信号得到的6个PF分量。(3)取g(Y)值为y3，以LMD分解得到的6个PF分量为观测信号，通过FastICA算法进行BBS分离得到6个分离信号，从6个分离信号中选取出的目标信号和扰动信号如图3所示。其本文档来自技高网...

【技术保护点】
1.一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法，其特征在于，步骤如下：第一步，对跟踪机架上光纤陀螺(FOG)输出复杂FOG信号进行频谱分析，确定信号特征；第二步，对复杂FOG信号X(t)进行局部值分解(LMD)，局部值分解的表达式为：

【技术特征摘要】
1.一种光电跟踪系统光纤陀螺输出目标信息和扰动信号分离方法，其特征在于，步骤如下：第一步，对跟踪机架上光纤陀螺(FOG)输出复杂FOG信号进行频谱分析，确定信号特征；第二步，对复杂FOG信号X(t)进行局部值分解(LMD)，局部值分解的表达式为：其中PFi为信号X(t)经过i次LMD分解得到的第i个瞬时频率具有物理意义的PF分量，N为PF分量个数，μN为一个单调函数，PF分量是原信号X(t)的包络信号和纯调频信号的乘积，可以表示为：PFi＝ai(t)+si(t)其中ai(t)为第i阶的包络信号，si(t)为第i阶的纯调频信号，FOG信号自适应的进行LMD分解后，即可得到N个PF分量；第三步，以N个PF分量为观测信号组Y，采用基于负熵最大的FastICA算法进行信号分离，Y的负熵近似为：Ng(Y...

【专利技术属性】
技术研发人员：胡亭亭，夏运霞，包启亮，唐茂雯，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川,51