● 摘要
陀螺仪作为惯性导航系统的核心惯性器件，其随机漂移是惯导系统误差的主要来源，惯导系统的工作精度在很大程度上取决于陀螺仪的工作精度。为了在已有硬件设备的基础上提高陀螺仪精度，可行有效的方法之一就是通过建立陀螺随机漂移的模型、预测漂移的趋势，对误差进行补偿。因此，建立精确的陀螺随机漂移模型对于提高惯性导航系统的整体性能具有重要意义。 论文首先分析了陀螺仪的组成结构及工作原理、陀螺仪的误差种类及引起陀螺漂移的主要因素，论述了陀螺随机漂移序列的三种传统建模方法：分段平稳法、趋势项剔除法和趋势项提取法以及多学科理论在陀螺随机漂移建模中的应用。 其次，针对传统的单一建模方法难以精确地拟合复杂的陀螺漂移序列的缺点，提出了基于灰色模型和时间序列模型的组合建模方法，将灰色模型用于漂移趋势项的提取，然后利用时间序列分析模型来拟合残差序列。此外，为充分利用新信息，还提出了基于新陈代谢原理的动态建模方法。实例分析表明，该动态组合建模方法比传统的建模方法具有更高的预测精度。 最后，针对传统ARIMA模型仅能描述数据短相关特性的局限性，将FARIMA模型应用到陀螺随机漂移建模中。FARIMA模型不仅能够描述数据的短相关特性，还能描述数据的长相关特性，可以用来描述更复杂的动态过程。实例分析表明，采用FARIMA模型可以对具有长相关特性的陀螺随机漂移序列进行更有效的建模。