蒙 恬
(西安鐵路職業技術學院,陜西 西安 710026)
陀螺儀作為一種地下測量精度較高、依賴條件少的測量手段,在隧道、礦山、地鐵、停車場等貫通測量中有著重要作用[1-2]。對陀螺儀定向測量數據的處理方法進行研究,可提升陀螺定向精度,同時也能夠為陀螺儀的改進提供參考。目前,常用的為高精度磁懸浮陀螺,本文以GAT高精度磁懸浮陀螺全站儀為實驗對象,提出一種基于定轉子電流分布特征的數據處理方法,并對弱干擾和強干擾狀態下的陀螺定向測量數據組進行處理與分析。
懸掛帶擺式陀螺,采用很長的一根懸掛帶懸吊陀螺靈敏部,以子午線為中心軸進行擺動。在地球自轉運動下,子午線方向也不斷發生變化,引起陀螺擺動平衡位置的改變,擺式陀螺旋轉軸持續跟蹤子午線方向進行擺動的過程,就是其尋北過程。
傳統的懸掛帶陀螺儀在干擾環境下測量精度較差,且懸掛帶容易斷裂,造成懸掛帶陀螺儀使用環境受限。如今常用的磁懸浮陀螺全站儀,是一種測量真北方位的精密定向儀器,采用磁懸浮支承技術,測量過程中陀螺靈敏部始終處于懸浮狀態,環境適應性較好,測量精度得到顯著提升。通過光電力矩反饋技術促進陀螺靈敏部的平衡,之后力矩器收集數據,計算陀螺敏感力矩大小,結合全站儀測量數據,達到尋北的目的[3-4]。
陀螺經緯儀定向過程主要分為5個環節:(1)在地面上測定儀器常數。陀螺儀軸的穩定位置,來源于其在擺動過程中的平均位置。通常,由于多種誤差的存在,陀螺儀軸穩定位置和地理子午線的不在同一位置,2條線之間的夾角,就是陀螺經緯儀的儀器常數,用Δ表示[5]。地理子午線位于陀螺儀軸穩定位置西側時,Δ大于0;否則Δ為負數。借助地面上已知方位角的一條邊,在該點進行陀螺定向測量,可得到儀器常數;陀螺定向示意圖如圖1所示。

圖1 陀螺定向示意圖Fig.1 Schematic diagram of gyro orientation
在圖1(a)中,AB邊的地理方位角A0是已知條件,將陀螺儀放置A點進行定向測量,顯示AB邊陀螺方位角為αT,儀器常數的公式:
Δ=A0-αT
(1)
(2)在井下測定陀螺方位角。同樣借助定向邊CD,將陀螺經緯儀放置到C點,對CD邊進行陀螺定向測量;為保證數據可靠性,最少測量2次,獲取CD邊陀螺方位角,用αT′表示。CD邊的地理方位角A可由公式計算:
A=α′T+Δ
(2)
(3)儀器返回地面后再次測定Δ。儀器上井后,對原已知邊AB再次測量,至少測量2次,將此次測量結果與(1)中的獲得的陀螺儀器常數值進行對比,求出儀器常數算數平均值;然后計算均方誤差,可采用白塞爾公式:
(3)
(4)求子午線收斂角。子午線收斂角也可通過查子午線收斂角系數表獲取,也可計算獲取。由圖1可知各個角度之間的關系,子午線收斂角γ可由坐標方位角和地理方位角表示:
γ0=A0-α0
(4)
(5)求井下定向邊的坐標方位角[6]。根據圖1及上述步驟中得到的各個角度,可得儀器常數與地理方位角和陀螺方位角之間的關系,CD邊的坐標方位角:
(5)
以GAT高精度磁懸浮陀螺全站儀為實驗對象進行研究。磁懸浮陀螺采用雙位置差分尋北模式,在精尋北過程對2個位置進行定子和轉子電流數據采集,共計40 000組;需要對海量數據做出處理,最終得出尋北結果。在外界環境的干擾下,陀螺精密儀器定向測量采集到的定子和轉子電流數據往往會有不同的特征。因此,探究定轉子電流特征是陀螺精密定向測量數據處理的基礎環節。陀螺儀在尋北測量中,其靈敏部殼體是靜止狀態,靈敏部殼體上的力矩器定子電流較為穩定;而陀螺靈敏部則是處于動態平衡過程,因此陀螺儀靈敏部力矩器轉子電流變化較為特殊[7-8]。對定轉子電流進行探究可反映出陀螺定向測量數據特征,定轉子電流數據的檢驗與分析通常會包括其平穩性、周期性、正態分布特性等。外界環境對定子電流特征的影響較小,不同環境下定子電流變化都較為平穩,近似服從正態分布。實驗環境下無法避免各項干擾因素,因此轉子電流通常不具有平穩性,其數據不服從正態分布;在不同的環境下,周期性特征也不同[9]。
GAT高精度磁懸浮陀螺全站儀會先進行粗尋北測量,在此基礎上對2個位置進行精尋北測量,每個位置分別有20 000組定轉子電流值;40 000組數據中通常會有一部分受外界干擾而無效的數據。需要使用合適算法將其中受干擾較為嚴重的數據盡可能地去除,以保證數據處理效率和定向結果精準性;此實驗選擇LFU算法輔助進行數據處理。計算機在數據處理中通常會將使用頻率高的數據儲存到高性能緩存介質上[10]。LFU是一種以訪問頻率為依據的緩存淘汰算法,其中每一組數據都有一個計數器對其訪問頻率進行記錄,在需要縮減數據量時,依照各組計數器信息對數據條目進行排序,保留使用頻率高的數據條目,去除訪問頻率低的,以達到數據淘汰的目的[11]。
借助LFU算法并依據定轉子電流分布特征,對陀螺精密定向測量后數據進行處理。設計了一種基于定轉子電流分布特征的數據處理算法。數據處理算法流程如圖2所示。

圖2 基于定轉子電流分布特征數據處理算法流程Fig.2 Processing algorithm flow based on characteristic data of fixed rotor current distribution
由圖2可知,讀取GAT高精度磁懸浮陀螺全站儀定向測量的觀測文件,其中包含精尋北測量的共計40 000組定轉子電流數據;之后按照定子電流數值從小到大排序。排序之后統計重復的數據組出現頻次,將重復的數據組刪除;然后剩下的數據組按照出現頻次進行排序,并與頻次閾值做對比,小于頻次閾值的電流數據組可能是個別異常情況下的數據,將其刪除。最終以這些剩余數據為基礎計算陀螺精密定向測量結果。下一步對轉子電流干擾環境下的陀螺數據進行驗證分析[12]。
采用上述設計基于定轉子電流分布特征的算法,對2種干擾狀態下的陀螺精密定向測量數據進行處理與分析。弱干擾狀態下,轉子電流較為穩定,陀螺定向測量結果偏差較小,通過合理選擇閾值,能夠在保障定向測量結果精準度基礎上糾正偏差。弱干擾狀態下數據處理與分析過程:選取弱干擾狀態下的陀螺定向測量數據,轉子電流值為-2×10-4~1.5×10-4A,從10 000組開始到15 000組之間的轉子電流數據受到干擾。以此轉子電流弱干擾狀態下的數據組為例進行數據處理實驗。設計29個數據淘汰頻次閾值,在不同頻次閾值下,分別計算陀螺精密定向測量方位角結果,記錄頻次閾值表如表1所示。

表1 弱干擾下陀螺測量數據淘汰頻次閾值表Tab.1 Elimination frequency threshold table of gyro measurement data under weak interference
將淘汰頻次閾值設置為1時,可將出現頻次小于等于1的定轉子電流數據組剔除。原始定向測量數據為8°23′14″,在閾值1~3內,定向測量數據減小為8°23′1″,變化幅度為13 s;這是因為將受到弱干擾的低頻次定轉子電流數據組淘汰之后,數據組的定向結果更加合理。在閾值取3~16時,定向測量結果相對穩定,變化不大,說明閾值在此范圍內選取較為合理。將淘汰頻次閾值設定為10時,根據轉子電流序列觀察到,數據處理之后的效果圖相比原始電流序列分布更加集中,受干擾的電流數據顯著減少,基本去除了異常的數據。結果表明,采取此數據處理算法,在轉子電流弱干擾狀態下,通過選取合適淘汰頻次閾值,可過濾掉部分受到干擾的異常數據,陀螺定向測量結果更加合理可靠[13]。
強干擾環境下,陀螺定向測量結果往往與實際值有著較大的差別,測量結果不夠準確。針對強干擾狀態下的測量數據進行處理后,可能處理結果與原觀測值有一定差距;但是,去除掉異常數據組之后的定向測量結果是較為穩定的,轉子電流序列會相對集中一些。
選取強干擾環境下的陀螺定向尋北數據組,依據上述設計算法進行處理。精尋1位置時的陀螺定向測量數據后段異常數據較多,轉子電流在14 000~20 000組數據時受干擾較為嚴重,精尋2位置的轉子電流相對平穩,其轉子電流值均位于-4×10-4~4×10-4A。采用設計的基于定轉子電流分布特征并結合LFU算法的數據處理算法,對此類數據組展開數據處理與分析,記錄陀螺定向測量結果,具體如表2所示。

表2 強干擾下陀螺測量數據淘汰頻次閾值表Tab.2 Elimination frequency threshold table of gyro measurement data under strong interference
頻次閾值大于30以后,定向結果與原始結果差距較大,表2只統計了閾值為1~30的定向測量結果。原始測量結果為357°6′14″,可計算所有閾值下的定向測量結果平均值,將每個閾值結果與平均值做對比。在閾值小于4時,陀螺定向測量結果小于平均值,且差距較大,變化趨勢明顯。說明出現頻次低于4的數據多為受到干擾的定轉子電流數據組,因此,設定淘汰頻次閾值后,定向測量結果更加合理[14]。在閾值為4~30時,陀螺定向測量結果變化較小,相對平穩;當閾值為10時,精尋1和精尋2的轉子電流處理效果較為明顯,有效去除了數據組中的受干擾數據,采用該算法處理后的轉子電流分布更集中[15]。
綜上所述,以GAT高精度磁懸浮陀螺全站儀為實驗對象,對其定向測量數據進行處理。通過對定轉子電流分布特征的分析,結合計算機領域的LFU緩存淘汰算法,設計了一種干擾狀態下陀螺精密定向測量數據處理方法。采用該方法分別對弱干擾狀態和強干擾狀態下的陀螺定向測量數據組進行處理,均能夠有效去除數據組中受到干擾的數據,可促進陀螺定向測量精度的提升。