基于改进的 Sage-Husa 滤波 MEMS陀螺阵列降噪技术研究

为充分挖掘 MEMS 陀螺的性能,提高 MEMS 陀螺在实际应用中的精度,通过搭建四陀螺阵列结合改进的 Sage-Husa 滤 波算法对陀螺阵列的输出信号进行降噪,在不改变陀螺加工工艺和显著提高生产成本的条件下有效提高了 MEMS 陀螺仪的实 际性能。 通过分析 MEMS 陀螺仪的系统误差和随机误差,搭建误差模型,利用传统卡尔曼滤波、移动平均滤波、小波阈值去噪 和改进的 Sage-Husa 滤波算法对单个陀螺和陀螺仪阵列进行降噪处理,实验对比发现改进的 Sage-Husa 滤波算法和陀螺仪阵列 结合后能有效降低陀螺的输出噪声。 利用 Allan 方差分析陀螺仪阵列经过改进的 Sage-Husa 算法滤波后的随机误差,四陀螺阵 列角度随机游走从 0. 40°/ h降低到 0. 03°/ h ,零偏不稳定性从 71. 11°/ h 降低到 5. 83°/ h,有效提高了 MEMS 陀螺在实际应用 中的性能。     

有源滤波器在陀螺电源中的应用

惯性导航系统的工作精度在很大程度上取决于陀螺的工作精度。以提高惯性导航系统的精度为目的,设计了一种有源滤波器,以滤除陀螺电源中因非线性负载或不平衡负载等造成的电流脉动分量。介绍了该有源滤波器的特点、原理、控制系统的结构和在陀螺电源中的实现方法。通过实验可以看出,设计的方案简单,效率高。在陀螺电源逆变主电路的直流输入电流出现两倍于逆变器工作频率的脉动分量时,采用所设计的有源滤波器可以达到良好的滤波效果,提高了电源的输出波形质量,是一种可行的滤波方案。     

基于多重渐消因子变分贝叶斯的陀螺阵列融合算法

针对由多个MEMS陀螺仪组成的阵列系统在动态情况下噪声时变导致输出精度低的问题，提出了新的动态滤波模型和滤波方法。通过分析MEMS陀螺的误差特性和对角速度进行动态建模，构建了基于角速度估计的阵列陀螺随机误差动态滤波模型。由于动态情况下模型的不确定性导致传统方法精度较差，设计了一种多重渐消因子变分贝叶斯自适应卡尔曼滤波算法，利用变分贝叶斯思想和强跟踪理论提高了滤波器量测噪声估计精度、收敛速度和鲁棒性。最后在高精度转台上进行了静态实验和动态实验。实验结果表明：在静态条件下，“虚拟陀螺”方差降低为单个陀螺的4%，零偏不稳定性降低为47.2%；在动态条件下，“虚拟陀螺”能有效跟踪角速度的变化且角速度残差方差降低为单个陀螺的6.2%。该滤波算法能有效提高MEMS陀螺阵列系统的输出精度。     

MEMS陀螺随机误差建模与补偿

MEMS陀螺精度较低,随机漂移较大,严重影响系统的性能.对MEMS陀螺随机误差进行了时间序列分析,并建立了ARMA模型.使用MATLAB计算所选模型参数建立随机误差的系统方程,采用经典卡尔曼滤波器验证了在静态条件下,滤波后的信号标准差为滤波前的3.88％.针对动态条件下,常规卡尔曼滤波器滤波效果下降的问题,推导并设计了渐消卡尔曼滤波器.仿真结果表明,渐消卡尔曼滤波器能显著改善动态条件下的滤波效果,并且滤波精度较高.     

改进Sage-Husa 算法结合小波模糊阈值算法的MEMS陀螺去噪

为解决微机电系统（MEMS）中陀螺仪输出噪声大、精度低的问题,基于自适应滤波算法与小波阈值算法的基础上,将小波阈值算法与模糊理论结合,提出了Sage-Husa自适应滤波算法联合小波模糊阈值去噪算法应用在MEMS陀螺去噪中。首先使用改进的Sage-Husa自适应滤波算法进行预处理,通过修正状态的预测值抑制干扰数据对滤波的影响,然后使用小波模糊阈值去噪算法对信号进行后处理,实现抑制随机噪声的效果。实验结果表明：在静态实验中,该算法去噪效果优于Sage-Husa自适应滤波算法和小波阈值算法,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低78.7%和14.6%,信噪比分别提高43.7%和16.3%。;在动态实验中,该算法能够自适应地减少异常值的不利影响,保持原始信号的波形,其与Sage-Husa自适应滤波算法、小波模糊阈值算法相比,噪声方差分别降低62.7%和31.6%,信噪比分别提高47.8%和10.0%。     

硅微陀螺仪随机漂移建模及滤波

通过对硅微陀螺实测数据的分析与预处理,得到了平稳正态零均值的时间序列。在时间序列分析的基础上,通过对比AR模型各参数,利用fpe准则确定了AR（1）模型,并以AR（1）模型的输出进行kalman滤波,从而降低随机过程噪声对陀螺仪精度的影响。实验结果表明,kalman滤波可有效提高硅微陀螺的精度。     

基于遗传算法优化的定子磁链扩展卡尔曼估计方法

定子磁链估计的精度直接关系到异步电机直接转矩控制(DTC)的控制效果,本文提出了一种基于扩展卡尔曼滤波器(EKF)的定子磁链观测方法,该方法选取DTC反馈通道中多个主要参数作为状态变量进行联合滤波估计,为保证EKF算法滤波参数的准确性,采用遗传算法(GA)对EKF中的系统噪声矩阵和测量噪声矩阵进行了优化处理.通过使用该方法设计的磁链观测器与DTC构成闭环系统进行仿真实验表明,滤波参数优化后的EKF算法更加有效地提高了磁链估计精度,从而提高DTC系统的低速控制性能.     

基于卡尔曼滤波的高精度弹道滤波算法研究

在弹道轨迹估计中,卡尔曼滤波算法是一种普遍使用的算法,常规卡尔曼滤波算法适用于线性离散系统.对于非线性离散系统模型,为了提高滤波的精度,减小系统模型误差以及未知的量测噪声和过程噪声统计特性对滤波精度的影响,提出了一种带有噪声统计估计器的拟线性最优平滑滤波算法.将该算法应用到弹道系统模型中,对弹道轨迹进行滤波估计.通过计算机建模仿真改进的算法和传统的拟线性最优平滑滤波算法,得到的实验结果表明,改进后的算法可以减小由于系统模型不精确带来的误差,很大程度上提高了弹道轨迹滤波估计的精度.     

卡尔曼滤波在天幕立靶测试系统中的应用

为解决天幕立靶测试系统检测信号中各种噪声干扰问题,根据卡尔曼滤波原理及方法对检测信号进行处理,通过建立系统状态模型和观测模型,将噪声简化处理为白噪声并对检测信号进行实时递推滤波,完成了卡尔曼滤波在天幕立靶测试系统中的应用.仿真结果表明,该方法满足系统测试要求,可减小测试产生的误差.通过实弹射击试验验证了该方法有效,并提高了靶场动态测量数据处理的精度.     

无刷直流电机滤波器设计方法研究

无刷直流电机(BLDCM)在采集端电压信号时需要设计滤波电路对PWM开关噪声进行滤除.但是滤波电路的存在会使电压信号产生相位滞后,影响无传感器控制算法的性能.通过计算得到不同类型滤波器的幅频特性和相频特性,分析不同硬件结构的优劣,推导传递函数模型,提出了滤波电路的设计方法.通过实验验证了所设计的滤波器对噪声衰减明显,引起的相位滞后较小,满足无传感器控制算法的需要.     

多MEMS陀螺数据融合方法性能比较

MEMS陀螺的体积小、成本低,便于集成,但其低精度极大的限制了MEMS陀螺在实际中的应用。利用多传感器融合技术进行误差补偿可提高MEMS陀螺的测量精度,人们提出了多种数据融合方法用于改进MEMS陀螺的测量精度。对多尺度融合方法、卡尔曼滤波融合和小波阈值融合方法进行比较分析。理论分析与实验结果表明,多尺度融合算法相比卡尔曼滤波融合和小波阈值融合方法在标准差、信噪比、功率谱及Allan方差等方面性能获得了较好的效果,其适用范围更宽。     

基于 CEEMDAN-WP-SG 的 MEMS 陀螺仪去噪算法

为了减小MEMS陀螺仪随机误差,提出了一种新的去噪算法。该算法首先通过自适应噪声完备经验模态分解(CEEMDAN)将原始数据分解为多个本征模态函数(IMF),并根据多尺度排列熵与马氏距离将IMF分为噪声IMF、混叠IMF和信号IMF;其次对噪声IMF用小波包(WP)去噪,对混叠IMF用Savitzky-Golay滤波器(SG)去噪;最后,把处理后的IMF和信号IMF进行重构,得到去噪后的信号。通过所提方法对Bumps信号进行实验分析,去噪后信号从6 dB提高至17 dB,均方误差降低71.9%;对实测陀螺仪静态数据进行分析,实验结果证明去噪后信号的角度随机游走降低31.5%,表明该方法能显著提高MEMS陀螺仪的精度。     

基于小波卡尔曼混合算法的陀螺仪去噪方法

为了能有效地减少MEMS（微电子机械系统）陀螺仪的随机漂移误差,使得随钻测量系统的精度得到提高,提出了一种基于小波与Kalman算法的混合滤波方法。首先使用小波分析的方法,对实测的陀螺仪数据进行多分辨分解得到平稳的数据信号,然后对数据进行时间序列分析建模建立陀螺仪误差模型,把小波分解后的低频信号作为系统输入,利用最小二乘法中直线拟合的方法改进卡尔曼滤波算法处理陀螺仪零点随机误差。实验分别分析了静态平稳信号和非平稳动态信号,并对处理效果进行了对比分析。仿真结果表明方法能有效降低信噪比,提高陀螺仪输出精度。     

A new MEMS gyroscope drift suppression method for the low‐cost untwisting spin platform

The microelectromechanical system (MEMS ) gyroscope provides a new method to design a low‐cost untwisting spin platform to be used in a single‐axis, stable strap‐down inertial navigation system. However, the MEMS gyroscope's drift reduces the effectiveness of the closed‐loop feedback control. Thus, a new method of drift suppression is proposed in this paper based on phase space reconstruction in order to improve the platform's performance. The feasibility of the MEMS gyroscope's drift suppression is analyzed using linear decomposition based on phase space. The system drift is estimated by phase space reconstruction. The optimal embedding dimension is found through a grid search. The number of dimensions for dimension reduction analysis is selected according to the minimum eigenvalue. The mapping from the high‐dimensional phase space onto the low‐dimensional phase space is obtained by minimizing the variance. A Kalman filter is used to compensate the residual sequence further. The proposed method is applied to an untwisting spin platform based on the MEMS gyroscope L3G4200D . The experimental results show that it can reduce the platform drift rate effectively.     

基于卡尔曼滤波的MUH姿态信号融合算法研究

利用MEMS陀螺仪和加速度计获取姿态的方法已被广泛用于低成本的民用无人直升机上,陀螺仪的漂移和加速度计中的运动加速度都会影响估计精度,设计了基于四元数的卡尔曼滤波器,根据三轴角速率陀螺和加速度计信号,融合无人直升机姿态信号,并针对陀螺仪的漂移和加速度计的测量误差,设计了自适应的量测噪声方差矩阵,补偿融合精度,得到稳定可靠且精度较高的姿态信息,用于无人直升机的内环增稳控制.实验表明,该方法估值精度较高,能有效解决小型无人直升机姿态求解问题.     

MEMS陀螺仪随机误差的辨识与降噪方法研究

针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。     

基于 Mahony 与改进 Kalman 融合的姿态解算方法

获得精确的载体姿态信息是提高载体导航定位的关键。 针对加速运动会产生非重力加速度干扰,而传统滤波算法无法 解决其导致的精度下降的问题,提出一种基于 Mahony 和改进 Kalman 融合的姿态解算方法。 首先采用惯性测量传感器所得数 据进行 Mahony 解算,将其结果作为改进 Kalman 的量测信息;其次通过陀螺仪解算,将其结果作为改进 Kalman 的状态信息实现 姿态解算。 实验结果表明,本文所提出的方法相较于传统方法,解算精度提高一个数量级以上,能有效地抑制漂移误差高频噪 声,大幅提升了载体姿态角解算精度,且具有良好的收敛性。     

基于IMU旋转的MEMS器件误差调制技术研究

MEMS惯性器件低信噪比和漂移大成为影响其应用范围的主要因素,提出基于惯性测量单元(IMU)转动的MEMS器件误差旋转自补偿方法。将MEMS输出信息利用小波降噪技术进行预处理,以此消除旋转调制方案不能自补偿的随机噪声信号并提高器件输出信噪比,分析IMU转动方案下的误差调制原理并探讨旋转调制的工程可实现性。搭建MEMS转动实验环境并开展降噪与IMU静止和转动条件下的导航实验,结果表明,采用旋转状态下的MEMS惯导系统可有效地提高系统自身测姿和定位精度。     

航位推算法在导航定位中的仿真研究

航位推算(DR)法最初用于船舶的航行定位中,所使用的加速度计、磁罗盘、陀螺仪成本高,尺寸大.而随着微机电系统技术的发展,加速度计、数字罗盘、陀螺仪尺寸、重量、成本都大大降低,使得其可以在行人导航中得以应用.针对DR算法的原理,利用GPS/INS紧密组合导航系统INS 1200进行导航实验,采集实时数据,利用DR算法以及坐标转换算法对实验数据进行处理,通过MATLAB软件模拟了经过坐标变换后的定位图.仿真结果表明,DR算法在短时间内有较高的导航精度,对短时间导航有较大意义.