基于RWTLS的Allan方差算法简化

doi:10.13474/j.cnki.11-2246.2020.0076

测绘通报 ›› 2020, Vol. 0 ›› Issue (3): 44-47,82.doi: 10.13474/j.cnki.11-2246.2020.0076

基于RWTLS的Allan方差算法简化

周晓敏¹, 刘海颖², 张俊杰²

1. 自然资源部第一大地测量队, 陕西西安 710054;
2. 南京航空航天大学航天学院, 江苏南京 210016

收稿日期:2019-06-06 出版日期:2020-03-25 发布日期:2020-04-09
作者简介:周晓敏(1972-),女,硕士,高级工程师,主要研究方向为摄影测量与遥感。E-mail:410426390@qq.com
基金资助:
国家重点研发计划（2016YFC0803109）；国家高分专项高分遥感测绘应用示范系统（一期）项目

Allan variance simplification algorithm based on RWTLS

ZHOU Xiaomin¹, LIU Haiying², ZHANG Junjie²

1. The First Geodetic Surveying Brigade of Ministry of Natural Resources, Xi'an 710054, China;
2. College of Astronautics, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Received:2019-06-06 Online:2020-03-25 Published:2020-04-09

摘要/Abstract

摘要： Allan方差是现在应用最广泛的随机误差辨识方法之一。大量的试验表明Allan方差可有效地分离出导航过程中的多项随机误差，但是Allan方差也有自身的局限性。针对Allan方差在处理大数据量时计算效率低下、辨识度受粗差的影响较大的问题，本文提出了简化Allan方差算法的方案。首先，在确保Allan方差计算准确的前提下，以提高Allan方差计算效率为目的，对Allan方差算法进行简化；然后，利用抗差加权整体最小二乘（RWTLS）模型的迭代算法对简化后的Allan方差辨识结果进行抗差拟合处理；最后，以光纤式惯性测量单元（IMU）为分析对象，设计试验方案对简化后的Allan方差进行验证。

关键词: Allan方差, 简化, 抗差加权整体最小二乘模型(RWTLS), 光纤式惯性测量单元, 随机误差

Abstract: Now,Allan variance is the most widely used method for random error identification. Allan variance can effectively separate random errors in the navigation process. But Allan variance also has its own limitations. Allan variance calculation inefficient when dealing with the high-volume. Allan variance is affected by the gross error. This article put forward the solution of simplified Allan variance algorithm. First, a simplified Allan variance algorithm which can both reduce thecalculation burden and keep the accuracy of the results is proposed.Then taking advantage of robust weighted overall least-squares (RWTLS) iterative algorithm of the model of simplified Allan variance identification results are poor resistance fitting processing. Finally with optical fiber type inertial measurement unit (IMU) as the analysis object, experiment scheme to verify this simplified Allan variance is designed.

Key words: Allan variance, simplification, robustweighted total least squares model, fiber type inertial measurement unit, random errors

中图分类号:

P228

周晓敏, 刘海颖, 张俊杰. 基于RWTLS的Allan方差算法简化[J]. 测绘通报, 2020, 0(3): 44-47,82.

ZHOU Xiaomin, LIU Haiying, ZHANG Junjie. Allan variance simplification algorithm based on RWTLS[J]. Bulletin of Surveying and Mapping, 2020, 0(3): 44-47,82.

参考文献

[1] 秦永元. 惯性导航[M]. 2版. 北京: 科学出版社, 2014.
[2] 吴文启,何晓峰,胡小平.导航技术发展研究[C]//2012—2013控制科学与工程学科发展报告.北京:中国科学技术出版社,2014.
[3] 张小红,朱锋,薛学铭,等.利用Allan方差分析GPS非差随机模型特性[J].测绘学报,2015,44(2):119-127.
[4] 刘乾坤,隋立芬,陈泉余,等. 基于Allan方差的BDS随机误差分析[J].测绘通报,2016(5):18-21.
[5] CALOSSO C E, CLIVATI C, MICALIZIO S. Avoiding aliasing in allan variance: an application to fiber link data analysis[J].IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2016,63(4):646-55.
[6] CARRIO J H, ARNOLD S, POULAKIS P. On the design of attitude-heading reference systems using the allan variance[J].IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2016, 63(4):656-665.
[7] ASLAM Q H, IQBAL A, BIBI F, et al. Error estimation of inertial sensors using allan variance[J].IFAC Proceedings Volumes, 2008, 41(1):167-171.
[8] 张谦,王玮,王蕾,等.基于动态Allan方差的光纤陀螺随机误差分析及算法改进[J].光学学报,2015,35(4):1-6.
[9] 高宗余,方建军,于丽杰.MEMS传感器随机误差Allan方差分析[J].仪器仪表学报,2011,32(12):2863-2868.
[10] 张春熹,王璐,高爽,等.基于动态Allan方差的光纤陀螺随机误差分析[J].红外与激光工程,2014,43(9):3081-3088.
[11] 王彬,李建成,高井祥,等.抗差加权整体最二-乘模型的牛顿-高斯算法[J]. 测绘学报,2015,44(6):602-608.
[12] XU P L,LIU J N, SHI C.Total least squares adjustment in partial errors-in-variables models: algorithm and statistical analysis[J].Journal of Geodesy,2012, 86(8):661-675.
[13] MAHBOUB V, SHARIFI M A. On weighted total least-squares with linear and quadratic constraints[J].Journal of Geodesy, 2013, 87(3):279-286.
[14] SCHAFFRIN B, WIESER A. On weighted total least-squares adjustment for linear regression[J].Journal of Geodesy, 2008, 82(7):415-421.
[15] ZHAO Hongyu,WANG Zhelong, HU Shanghong, et al. A time-controllable allan variance method for MEMS IMU[J].The Industrial Robot, 2013, 40(2):.111-120.

基于RWTLS的Allan方差算法简化

Allan variance simplification algorithm based on RWTLS

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价

[1]	兰峰, 张帆, 高云龙, 黄先锋. 顾及地物类别的倾斜摄影三维模型简化方法[J]. 测绘通报, 2022, 0(4): 44-50.
[2]	闻平, 赵飞, 吴小东, 王莹, 王冲. 利用原始激光雷达点云数据提取渐进式建筑物轮廓线[J]. 测绘通报, 2020, 0(9): 80-84.
[3]	李红梅, 张春亢, 张霞, 罗竹. Morse理论支持下的建筑物点云特征提取[J]. 测绘通报, 2020, 0(5): 31-35,42.
[4]	程良勇, 李南江. 网络三维数字城市海量模型优化算法研究[J]. 测绘通报, 2019, 0(7): 104-108.
[5]	付永恒, 张丽杰. 基于Allan方差和SVR的MEMS陀螺仪随机误差分析与预测[J]. 测绘通报, 2019, 0(5): 88-92.
[6]	李明峰, 李连阳, 赵湘玉, 陆海芳. 点坡度熵在地形简化中的应用[J]. 测绘通报, 2019, 0(11): 109-113.
[7]	陆建华, 刘闯, 吕志才. 最优邻域二次误差曲面的点云简化算法[J]. 测绘通报, 2018, 0(12): 101-104,113.
[8]	李新维, 邓非, 李学飞, 吴思. 一种大规模倾斜摄影模型三维可视化方案[J]. 测绘通报, 2017, 0(4): 39-43.
[9]	乔俊军, 胡冯伟. 一种线状要素深度简化方法[J]. 测绘通报, 2016, 0(7): 48-54.
[10]	刘乾坤, 隋立芬, 陈泉余, 王凌轩. 基于Allan方差的BDS随机误差分析[J]. 测绘通报, 2016, 0(5): 18-21,65.
[11]	李广云, 李明磊, 王力, 杨凡, 王瑞鹏. 地面激光扫描点云数据预处理综述[J]. 测绘通报, 2015, 0(11): 1-3,31.
[12]	刘钊张涛施洪刚王永红童念. 利用顶点删除法简化道路三维地形模型[J]. 测绘通报, 2014, 0(8): 62-64.
[13]	马潇雅郭庆胜. 基于免疫遗传算法的线状要素图形简化方法研究[J]. 测绘通报, 2013, 0(8): 22-24.