采用时间序列分析理论,利用实际测量的数据,建立了液浮陀螺随机漂移的ARMA模型。最终,为便于将模型应用于卡尔曼滤波器中,本文给出了一种实际可行的液浮陀螺漂移模型 -Using time series analysis theory, the use of actual measurement data, the establishment of a liquid floating gyro random drift of the ARMA model. Ultimately, in orde

将非平稳时间序列的状态空间建模方法用于陀螺过渡过程的分析.基于平滑先验约束的概念，使用卡尔曼滤波和赤池的AIC方法拟合全局模型，得到陀螺漂移模型的若干数值结果并用于陀螺系统分析.由于观测序列的趋势项、不规则分量可同时建模，因此比分别建模在统计上更加准确有效.-Will be non-stationary time series state space modeling method for the analysis of the transition process gyro. Priori s

在对船用陀螺漂移数据建立时间序列模型的基础上，采用卡尔曼滤波算法对捷联陀螺漂移数 据进行了处理，以提高陀螺静态漂移误差系数的估计精度，并把得到的陀螺漂移误差模型实时补偿到捷联系统中，得到了满意的效果。-Marine gyro drift in the data time series model based on the Kalman filter algorithm using inertial gyro drift data were processed to enhance the g

gyro drift and extended kalman filter-gyro drift and extended kalman filter