基于Allan方差的典型应用

介绍了Allan方差的定义阐述以及MEMS陀螺的各项随机误差,建立了Allan方差应用于陀螺仪时的常用误差模型,从采样率、样本长度等方面讲解了误差分析时的应用要点,并选取了3个单轴角速率陀螺仪Crossbow IMU400c A-200进行实验,通过实验结果的一致性,验证了Allan方差应用于陀螺分析的有效性。     

三轴一体化光纤陀螺的Allan方差分析

为减小光纤陀螺仪的误差,提高精度,需要对陀螺仪进行误差估计和补偿。为此建立了光纤陀螺仪的误差模型,用Allan方差对三轴一体化光纤陀螺的输出进行误差分析,辨识出各项随机误差系数,得到影响光纤陀螺性能的误差源,进而对三轴一体化光纤陀螺的研制提出改进意见。     

基于卡尔曼滤波的MEMS陀螺仪漂移补偿

为解决MEMS陀螺仪在测量过程中容易产生漂移的问题,将卡尔曼算法应用于陀螺仪的漂移补偿中.分析了陀螺仪误差源,建立了陀螺仪误差模型,提出了用卡尔曼滤波算法处理陀螺仪零点随机误差的方法,通过运用Allan方差分析法评价了卡尔曼滤波效果;最后,在转速测试平台上进行了陀螺仪测量试验.研究结果表明,通过建立误差模型和采用卡尔曼滤波算法能有效减小陀螺仪测量过程中的漂移.     

基于EMMAP的MEMS陀螺噪声估计与滤波方法研究

针对MEMS陀螺仪测量精度低、随机噪声具有不确定性和非线性的问题,提出一种基于最大期望算法(Expectation maximum,EM)和极大后验估计(Maximum a posterion,MAP)的无迹卡尔曼滤波(Unscented Kalman filter,UKF)——EMMAP-UKF的陀螺噪声估计与滤波方法。根据极大后验估计原理,构造出一种次优无偏MAP噪声统计估计模型,并在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题,实现对观测噪声方差的动态调整,最终实现陀螺仪随机漂移误差的估计与滤波处理。最后通过Allan方差对陀螺噪声滤波方法的性能进行评估,通过半实物仿真验证了本方法的有效性。     

基于EMMAP的MEMS陀螺噪声估计与滤波方法研究（英文）

针对MEMS陀螺仪测量精度低、随机噪声具有不确定性和非线性的问题,提出一种基于最大期望算法(Expectation maximum, EM)和极大后验估计(Maximum a posterion, MAP)的无迹卡尔曼滤波(Unscented Kalman filter, UKF)——EMMAP-UKF的陀螺噪声估计与滤波方法。根据极大后验估计原理,构造出一种次优无偏MAP噪声统计估计模型,并在此基础上引入最大期望算法将噪声估计问题转换为数学期望极大化问题,实现对观测噪声方差的动态调整,最终实现陀螺仪随机漂移误差的估计与滤波处理。最后通过Allan方差对陀螺噪声滤波方法的性能进行评估,通过半实物仿真验证了本方法的有效性。     

方差分析法下激光陀螺仪机械振动抑制技术

激光陀螺仪可以精确地确定运动物体的方位,但其自身机械振动影响其定位精度,稳定性与可靠性较差。提出了一种基于方差分析法的激光陀螺仪的机械抖动控制技术。设置一个弹簧阻尼系统,建立激光陀螺仪的机械抖动方程,对激光陀螺仪的正弦抖动信号进行分析,计算抖动轴的转角,利用laplace的变换和反变换计算激光陀螺仪零初值时和有初值时的抖动输出,并分析激光陀螺仪机械抖动控制的电路,在对激光陀螺仪建立机械动力模型和分析机械抖动电路的基础上,引入方差分析法,计算激光陀螺仪输出数据的速度,得出激光陀螺仪的抖动时间,分离激光陀螺仪中的误差源,最终实现激光陀螺仪的机械抖动控制技术。实验结果表明,提出方法可以有效控制激光陀螺仪的机械振动,提高激光陀螺仪的稳定性和可靠性。     

基于Allan方差的激光陀螺信号分析

本文分析了激光陀螺的随机噪声的产生来源,同时分析了噪声里的量化噪声、角度随机游走、零偏不稳定性、速率随机游走、速率斜坡噪声。在利用Allan方差对激光陀螺仪输出信号进行分析基础之上,设计了IIR滤波系统对陀螺信号进行处理,并对滤波前后的陀螺测试数据进行了对比,结果表明,该滤波技术能有效提高激光陀螺的精度。     

MEMS传感器随机误差Allan方差分析

MEMS传感器中随机误差较大,有时会覆盖传感器中有用信号,提出采用Allan方差(Allan variance)方法对MEMS传感器实测数据进行分析,系统地分析了引起MEMS传感器误差的随机噪声种类及其来源和特性,确定其各项系数,根据系数获得其功率谱密度,根据功率谱密度分析法与Allan方差分析法获得对应各项随机误差的数学模型,然后以数学表达式的形式得到统一的数学模型,再与卡尔曼滤波相结合得到增强的卡尔曼滤波,最后通过车载实验对MEMS-INS/GPS各个姿态进行卡尔曼滤波与改进后卡尔曼滤波2种滤波方法的比较,实验结果表明新滤波方法能很好地提高微惯性系统各个姿态精度.     

硅微陀螺仪高精度数字化相敏解调ASIC

为了抑制相敏解调引入的闪频(1/f)噪声,实现硅微陀螺仪的高精度片上数字化输出,设计了一种基于sigma-delta模数转换器的相敏解调ASIC。首先,提出了一种量化硅微陀螺仪驱动及检测载波信号的低闪频噪声数字化方案,建立了sigma-delta模数转换器的系统级分析模型,并利用Simulink完成了基于谐振器级联前馈(CRFF)结构的三阶sigmadelta模数转换器系统级设计。其次,研究了sigma-delta模数转换器的电路级实现方法,在Cadence IC平台上完成了包括低噪声开关电容积分器、加法器及1bit高速量化器等模块的晶体管级电路设计与验证,并采用AMS 0.35μm工艺进行了流片。实验表明:该sigma-delta模数转换器具有三阶噪声整形功能,在硅微陀螺仪的工作频率处(6.4kHz)量化噪声小于200nV/Hz1/2,等效精度位数为12。硅微陀螺仪数字化输出角度随机游走0.012(°)/h1/2,Allan方差零偏不稳定性为0.34(°)/h,零偏稳定性(1σ)为0.94(°)/h,满足高精度硅微陀螺仪的数字化精度需求,并提高了整表集成度。     

微型梳状线振动陀螺仪的特性研究

硅微陀螺仪是微机电系统研究的一个重要内容，由于其体积小（达到微米级别），许多在传统陀螺仪中忽略掉的干扰条件要重新进行评估。其中，温度对其性能的影响很大。本文通过分析温度对梳状线振动陀螺仪的影响，推出了检测轴输出幅值和相位与温度的关系。提出一种利用输出相位作为温度补差的新方法，经温度实验验证了这种方法的可行性，此方法为提高微型梳状线振动陀螺仪的性能提供了一种新的途径。     

一种缩短闭环干涉式光纤陀螺仪(IFOG)预热时间的方法

光纤陀螺仪的启动阶段,温度的变化导致光纤陀螺仪性能的不稳定.通过分析影响光纤陀螺仪启动阶段热稳定性的因素,提出了一种基于DSP系统的可以实现光纤陀螺快速稳定的方案.这种方法适用于导弹发射、飞机导航等对光纤陀螺仪预热时间要求高的场合.     

正确测量混频器的噪声系数

利用噪声系数分析仪测量混频器噪声系数的方法,分析了噪声系数测量过程中,SSB和DSB两种模式的区别及测量时需考虑的因素,有利于对混频器的噪声系数进行正确的测量.     

单晶硅振动环陀螺仪的制作

为了简化电容式振动环陀螺仪的制作方法,进一步提高成品率,提出了一种结合反应离子深刻蚀(DRIE)与阳极键合的陀螺仪制备方法。分析了振动环陀螺的工作原理,指出了传统工艺存在的缺陷;对该制作方法所采用的工艺流程进行了详细设计,分析了不同工艺参数对陀螺仪性能的影响,并依据分析和实验结果改进了工艺流程和参数。最后,采用该方法制作了振动环式微机械陀螺仪并进行了测试。实验结果表明,采用该方法能成功制作电容间隙为3μm、厚度为80μm的振动环式陀螺仪微结构。与传统的制作方法相比,工艺流程大为简化,掩模板数量从7块减少到2块,满足器件性能可靠、工艺简单、成品率高的要求。     

基于模糊间隔阈值EMD的微机械陀螺消噪

为了减小低成本微机电系统(MEMS)陀螺仪输出中的噪声,提出了一种经验模态分解(EMD)的模糊间隔阈值消噪方法。首先通过EMD将信号分解为多个本征模函数(IMF),并且IMF特性将这些IMF分为三类,即噪声主导IMF,混合噪声与信息的IMF,信息主导的IMF;对于混合噪声与信息的IMF,根据不同阈值的特性确定模糊阈值区域,并设置隶属度函数,根据IMF系数对应的隶属度值对IMF进行消噪处理;最后再将经过消噪处理的IMF与分解得到的信息主导的IMF进行重构,得到消噪信号。实验首先对一段模拟的"bump"信号进行消噪分析,然后在MEMS陀螺仪上进行验证,最后对此方法的消噪性能进行了Allan方差分析。实验结果表明,该方法能有效去除MEMS陀螺仪输出的噪声分量。静止状态下信号的信噪比提高了5.47dB,单轴匀速率旋转状态下信号的信噪比提高了2.64dB;陀螺信号的各项误差系数均有所降低。实现了陀螺仪输出中噪声与信号的分离,改善了信号质量,可以有效提取和识别出有用信息。     

一种单晶硅振动环陀螺仪的设计与制作

介绍了振动环式陀螺仪的基本工作原理,分析了传统的振动环式陀螺仪所存在的缺陷.并针对这些问题,设计和制作了一种单晶硅式振动环陀螺仪.该陀螺仪采用硅玻璃键合工艺制作,利用振动环作为敏感元件,选取静电激励、电容检测的工作方式.设计陀螺仪的工作频率高于15 kHz,以降低了环境对陀螺仪性能的影响.陀螺仪的制作方法简单,只需要2块掩模板,便于批量化生产.     

冷原子干涉陀螺仪实现及其性能分析

介绍了三脉冲对抛式冷原子干涉陀螺的物理实现过程,分析了其主要噪声来源及其作用机理,并介绍了相应的噪声抑制方法。在此基础上,采用灵敏度函数分析方法对拉曼激光相位噪声、反射镜振动噪声两种主要噪声进行分析,得到其对于干涉相位结果及测量稳定性的准确影响,基于此可以实现典型噪声的准确抑制,为后续陀螺精度的提高提供了理论依据。此外,为了进行系统整体性能评估,参考Allan方差方法对冷原子陀螺进行了陀螺噪声性能测试分析,为后续冷原子干涉陀螺应用于惯性导航系统提供了参考指标。     

基于BJ辅助变量法实现动力调谐陀螺仪的闭环辨识

为了在闭环工作条件下监测动力调谐陀螺仪的性能,研究了动力调谐陀螺仪的闭环辨识方法。首先,根据动力调谐陀螺仪闭环模型的复杂结构,对其进行化简和离散化处理,获取辨识模型集和模型阶数。接着,将辅助变量法(Ⅳ)应用于动力调谐陀螺仪的闭环辨识,并根据传统Ⅳ法的不足,提出了BJIV辨识法。该方法能够应用于BJ模型,使系统模型与噪声模型不再受辨识模型的限制。然后,利用仿真分析的方法,分析BJIV法辨识结果的无偏性与渐进离散特性。最后,采用提出的方法对某型号动力调谐陀螺仪进行单次和连续闭环辨识实验。仿真结果表明:BJIV法的辨识结果在有噪声存在的条件下是一致无偏的,渐进方差能够接近最优;闭环辨识实验结果表明:辨识拟合度优于90%,连续跟踪2h,获得了可靠的辨识结果。     

融合自适应卡尔曼和小波的MEMS陀螺去噪方法

为提高MEMS陀螺仪信号的测量精度,提出一种融合卡尔曼和小波的MEMS陀螺仪自适应抗野值去噪方法。卡尔曼滤波中根据信息对干扰数据进行实时检测,通过修正增益或状态的一步预测值抑制野值对滤波精度的影响,然后利用小波分析对滤波后的陀螺仪信号的低频、高频分量同时进行阈值处理。实验表明该方法去噪效果优于卡尔曼滤波和Visushrink,陀螺仪x、y、z轴零偏不稳定性在该方法下比卡尔曼滤波分别提高了31.0%、29.3%、30.5%,比Visushrink分别提高了2.4%、12.1%、12.4%。     

陀螺仪装配结构稳定性控制技术

高精度陀螺仪是一种重要的惯性导航器件,广泛用于航空、航天及船舶等,对装配工艺的要求极高,尤其是随着精度要求的不断提高,组件结构的稳定性成为目前研究的焦点。而装配应力是影响组件结构稳定性的主要因素,为此,从高精度陀螺仪的结构特点和误差形成机理研究出发,建立了陀螺仪理论误差模型,分析仪表组件结构的稳定性对陀螺仪精度的影响情况。在此基础上,分别对陀螺仪中的两种主要连接结构螺纹连接和胶粘连接进行研究,并结合结构设计和装配工艺提出了有效可行的装配应力控制方法。     

基于IMU的机器人姿态自适应EKF测量算法研究

为了实现机器人运动学参数标定,提出一种用惯性测量单元(IMU)实时获取其末端姿态信息的方法。然而,IMU在进行机器人动态姿态测量时,存在加速度计信号中有害加速度(除重力加速度之外的其他加速度)叠加,噪声统计特性参数不易获取,陀螺仪信号随时间发生漂移等影响测量精度的问题。针对这些问题,设计了一种自适应拓展卡尔曼滤波(EKF)姿态测量改进算法。基于EKF模型,首先构建第一级量测噪声方差阵,设定权重因子,降低有害加速度对测量结果的影响;其次在Sage-Husa自适应滤波算法中引入了渐消记忆因子的思想,实时跟踪采样数据的量测噪声,构建第二级量测噪声方差阵;最后采用姿态更新的四元数算法进行数据融合,修正陀螺仪信号漂移产生的误差。实验结果表明,相比Sage-Husa自适应滤波算法,该算法峰高时俯仰角和横滚角的平均绝对误差分别降低了50%和36.43%,峰谷时俯仰角和横滚角的平均绝对误差分别降低了14.28%和19.44%,能有效提高姿态测量精度。