[发明专利]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

说明书

本发明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。

技术领域

本发明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。

背景技术

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。

发明内容

本发明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。

本发明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PF_i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，μ_N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：

PF_i＝a_i(t)+s_i(t)

其中a_i(t)为第i阶的包络信号，s_i(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：