1 太原科技大学 应用科学学院，山西省精密测量与在线检测装备工程研究中心， 山西省光场调控与融合应用技术创新中心，山西太原030024
2 江苏师范大学 物理与电子工程学院，江苏徐州1116
为了实现煤热解过程中痕量乙烯（C2H4）标识气体的在线识别与检测，结合波长调制与长光程技术，搭建了煤热解乙烯在线激光吸收光谱检测装置。采用中心波长为1 620 nm通信波段DFB激光器作为激光光源，有效光程为15 m的多光程吸收池为样品吸收池，利用SR830进行波长解调，通过二次谐波信号反演得到乙烯浓度。使用高精度流量控制器，利用高纯氮气稀释乙烯配比，制备得到10×10-6到90×10-6的标准乙烯样气，其线性拟合的相关系数R2为0.998 9；对浓度为20×10-6的乙烯进行连续4 000 s的Allan方差分析，实验结果表明，检测极限为121×10-9。为了研究不同气体氛围下煤热解过程中乙烯浓度的演化规律，控制气体流速为150 mL/min，分别在氮气、空气以及合成空气中对乙烯标识气体的释放过程进行热重分析实验。研究发现，当温度小于500 ℃时，3种气体环境下乙烯释放量较少且基本一致，当温度在500~700 ℃时，氮气环境中乙烯释放量要远高于其他两种气体，但空气中乙烯释放的增速最快，最大释放量约为40×10-6，温度高于700 ℃时乙烯释放量均开始减少。这一结果为进一步探索煤热解中乙烯的生成机理提供了理论和实验基础。
可调谐半导体激光吸收光谱技术 乙烯 Allan方差 波长调制 煤热解 tunable diode laser absorption spectroscopy ethylene allan variance wavelength modulation
1 贵州大学大数据与信息工程学院，贵州 贵阳 550025
2 西安现代控制技术研究所，陕西 西安 710065
针对光纤陀螺传统滤波方法降噪效果欠佳的问题，提出了一种基于递归最小二乘(RLS)自适应滤波的光纤陀螺实时降噪技术。根据RLS自适应滤波原理，基于现场可编程门阵列(FPGA)设计了一种新的实现RLS自适应滤波的交替存储乘累加流水线结构。实验结果表明，该结构能在较高频率下实现光纤陀螺输出信号的RLS自适应滤波实时降噪。相比较于传统的最小均方(LMS)自适应滤波，RLS自适应滤波有效降低了光纤陀螺输出信号中的噪声含量，陀螺精度提高约50%，相位延迟降低约30%。该研究对光纤陀螺的性能提升具有一定的实用价值。
光纤光学 光纤陀螺 自适应滤波 实时降噪 Allan方差 中国激光
2022, 49(21): 2106004
微机电系统(MEMS)陀螺仪随机误差是影响惯性导航精度的关键因素, 制约着惯性导航的发展。为改善MEMS陀螺仪性能, 提高Allan方差辨识精度, 通过改进Allan方差方法分析陀螺仪随机漂移误差, 在此基础上, 利用时间序列分析方法建立MEMS陀螺仪随机误差模型。结果表明, 该方法计算简便, 建模灵活, 能够显著提高Allan方差计算精度和数据利用率, 时间序列模型稳定性好, 适用性强。
MEMS陀螺仪 随机误差 改进Allan方差 时间序列建模 MEMS gyroscope random error improved Allan variance time series modeling
南昌航空大学测试与光电工程学院无损检测教育部重点实验室，江西 南昌 330063
回音壁模式光学微腔凭借其超高的品质因数和极小的模式体积在微型激光器、光学滤波器、非线性转换器和光学传感器等光子学器件中扮演着重要的角色。然而，这类微腔光学系统的谐振特性受外界环境的影响非常大，需要消除外界环境对微腔器件的干扰才能进入外场应用。研究了回音壁模式光学微腔的间接封装技术，封装型微球腔器件的Q值达到5.1×107。研究了封装型微腔器件的稳定性，分析了谐振模式透过率、谐振点偏移和半峰全宽的艾伦方差。结果显示，设计的封装型微球腔器件有着很强的稳定性，并且具有强鲁棒性、便携性、隔离性、集成性等诸多优势，推动了微腔器件的实用化。
光纤光学 光学微腔 耦合 封装器件 稳定性 艾伦方差 中国激光
2022, 49(17): 1713002
1 重庆邮电大学 自主导航与微系统重庆市重点实验室, 重庆 400065
2 中国电子科技集团公司第二十六研究所, 重庆 400060
针对微机电系统(MEMS)陀螺仪易受影响且随机误差较大, 导致建立模型不准确和测量精度低的问题, 该文提出了一种改进的自适应卡尔曼滤波方法。首先建立ARMA模型, 在传统卡尔曼算法中引入衰减系数以减小系统旧值的影响, 同时引入基于系统新息突变的预测误差矩阵清除系统的突变值。使用Allan方差对原始陀螺仪数据和滤波后的陀螺仪数据进行分析对比。结果表明, 实验所用陀螺仪的角度随机游走、零偏不稳定性和角速率随机游走至少小了1个数量级, 标准差明显减小, 这表明改进算法有效抑制了随机噪声, 提高了MEMS的性能。
MEMS陀螺仪 卡尔曼滤波 ARMA模型 衰减系数 Allan方差 新息突变约束 MEMS gyroscope Kalman filter ARMA model attenuation factor Allan variance new interest mutation constraint
1 广州珠江电力有限公司, 广东 广州 511457
2 华南理工大学电力学院, 广东 广州 510640
3 广东省能源高效清洁利用重点实验室, 广东 广州 510640
4 广东省能源高效低污染转化与工程技术研究中心, 广东 广州 510640
为了实现低浓度 NO 的高灵敏检测, 选用中心波长位于 5.18 μm 的量子级联激光器 (QCL) 和光程为 25 cm 的单光程气体池, 设计并搭建了 NO 的可调谐二极管激光吸收光谱 (TDLAS) 检测系统。为降低系统噪声的影响, 以提高 NO 的检测灵敏度, 并降低检测下限, 研究了对波长调制光谱 (WMS) 的二次谐波 (2f) 信号进行滤波降噪的经验模态分解 (EMD) 算法, 识别并去除被检测信号中隐藏的高频噪声和光学条纹, 并与其他几种常用的滤波方法对 2f 信号的降噪效果进行了比较。在此基础上开展了NO连续监测实验, 采用 Allan 方差分析比较了EMD滤波降噪前后系统的稳定性和检测下限。研究结果表明: EMD 降噪后检测系统的响应线性度达到 0.999; 体积浓度为 30×10-6 的 NO 检测浓度波动范围由 29.424×10-6～33.184×10-6 缩小至 29.585×10-6～31.273×10-6, 相对误差范围由 0.17%m10.61% 降低至 0～4.24%; 在 1.5 s 的平均时间内, 系统检测下限由 653×10-9 降至 442×10-9 ; 在最佳平均时间下, 系统检测下限由 272.7×10-9 降至 185.5×10-9 , 证明了此方法可以有效提高检测系统的 NO 检测准确度、灵敏度, 进一步降低了检测下限。
光谱学 滤波降噪 经验模态分解 低浓度 NO Allan 方差 spectroscopy filtering and noise reduction empirical mode decomposition low NO concentration Allan variance
1 四川轻化工大学, 四川 自贡 643000
2 人工智能四川省重点实验室, 四川 宜宾 644000
3 火箭军工程大学, 西安 710025
4 西安交通大学机械工程学院, 西安 710049
对陀螺仪随机误差的分析通常采用Allan方差法, 但用该方法分析随机误差时, 存在长相关时间下震荡较大的问题, 传统总方差法解决了这一缺陷, 但同时也带来了计算量大的问题。为了解决这一问题, 首先介绍了3种采样方案, 在分析Allan方差法和传统总方差法的基础上, 提出了改进的总方差法, 并对MEMS陀螺随机误差进行分析。分析结果表明, 非完全重叠总方差法相对于传统总方差法分析精度无明显变化, 但是运算时间却不超过传统总方差法的1/1000, 能够大幅度地提高数据处理效率。
MEMS陀螺 随机误差 Allan方差 改进的总方差法 运算时间 MEMS gyroscope random error Allan variance improved total variance computational time
火箭军工程大学导弹工程学院, 陕西 西安 710025
针对传统小波函数处理激光陀螺仪输出信号存在的问题,提出一种含参数的阈值函数、自适应确定最优的分解层数和最优阈值相结合的小波阈值降噪方法。首先提出新的自适应阈值函数,然后基于最大能量熵原则计算小波比例能量熵以自适应确定小波最优的分解层数,并使用SURE(Stein Unbiased Risk Estimator)无偏估计原则与牛顿迭代法的结合方法自适应确定信号随时间变化的最优阈值,最后利用实测数据和Allan方差分析进行实验验证。实验结果表明,无论是静态激光陀螺仪信号还是动态激光捷联惯组信号,改进的自适应小波降噪方法的降噪效果优于传统的小波降噪方法以及标准卡尔曼滤波方法,且该方法处理后的信号精度更高、均方误差更小和噪声系数更小,有效抑制噪声对激光陀螺仪输出信号的干扰。
探测器 激光陀螺仪 小波阈值降噪 最优阈值 最优分解层数 Allan方差 激光与光电子学进展
2020, 57(21): 210401
火箭军工程大学导弹工程学院, 陕西 西安 710025
基于静态Allan方差分析方法无法有效分析和辨识动态工况下激光陀螺仪的随机误差,也无法给动态工况下激光陀螺仪的随机误差补偿提供准确依据。为此,提出时间框动态Allan方差分析方法,利用分段建模对随机误差项进行动态Allan方差分析和辨识。建立灰色GM(1,1)预测模型,对辨识出的随机误差参数项进行预测,针对传统GM(1,1)预测模型因数据不全存在波动大的问题,基于小波滤波平滑处理原始数据,并利用残差修正模型改进GM(1,1)预测模型。实验结果表明,针对激光陀螺仪在同一工况下的随机误差系数,改进GM(1,1)模型预测算法的预测精度高于传统GM(1,1)模型预测算法的预测精度。
探测器 Allan方差分析 激光陀螺仪 随机误差 灰色预测 GM(1 1)预测模型 小波 光学学报
2020, 40(12): 1204001
1 兰州交通大学 自动控制研究所, 甘肃 兰州 730070
2 甘肃省高原交通信息工程及控制重点实验室, 甘肃 兰州 730070
为了减小低成本微机电系统(MEMS)陀螺仪输出中的噪声, 提出了一种经验模态分解(EMD)的模糊间隔阈值消噪方法。首先通过EMD将信号分解为多个本征模函数(IMF), 并且IMF特性将这些IMF分为三类, 即噪声主导IMF, 混合噪声与信息的IMF, 信息主导的IMF; 对于混合噪声与信息的IMF, 根据不同阈值的特性确定模糊阈值区域, 并设置隶属度函数, 根据IMF系数对应的隶属度值对IMF进行消噪处理; 最后再将经过消噪处理的IMF与分解得到的信息主导的IMF进行重构, 得到消噪信号。实验首先对一段模拟的“bump”信号进行消噪分析, 然后在MEMS陀螺仪上进行验证, 最后对此方法的消噪性能进行了Allan方差分析。实验结果表明, 该方法能有效去除MEMS陀螺仪输出的噪声分量。静止状态下信号的信噪比提高了5.47 dB, 单轴匀速率旋转状态下信号的信噪比提高了2.64 dB; 陀螺信号的各项误差系数均有所降低。实现了陀螺仪输出中噪声与信号的分离, 改善了信号质量, 可以有效提取和识别出有用信息。
微机电系统 陀螺消噪 经验模态分解 模糊间隔阈值 Allan方差 Micro-Electro-Mechanical System(MEMS) gyro denoising Empirical Mode Decomposition(EMD) fuzzy interval threshold Allan variance
