MEMS陀螺仪漂移和噪声的分析和补偿

对陀螺仪数据分析的传统方法是使用kalman滤波器做尾数据处理来降低随机误差,由于陀螺仪传感器随着外界环境的变化的影响会有非线性误差,传统的kalman滤波算法处理的是线性误差,因此引进了适用于非线性系统的EKF滤波.为了快速滤除系统在实际环境中产生的噪声,对传统的中值滤波算法进行了改进,降低其计算复杂度,提出差分-均值中值滤波法.本文首先使用阿伦(ALLAN)方差分析了陀螺仪的误差特性,对于这些误差源分别提出了偏移校正的方法,之后建立自动回归-滑动平均模型(ARMA模型)对陀螺仪数据进行误差建模分析,最后使用EKF算法降低随机误差.实验结果表明该方法比传统的方法滤波效果好、计算复杂度低、实时性好.     

基于改进小波变换的MEMS陀螺信号去噪算法

为提高MEMS陀螺仪测量精度,抑制测量噪声对其造成的影响,该文分析了某型号MEMS陀螺仪误差特性,提出基于递归最小二乘法(RLS)多重小波分解重构的强追踪自反馈模型,建立新的软阈值函数。由于模型处理后的数据带有部分奇异值,该文提出了一种改进的中值滤波算法。对于陀螺仪零偏噪声问题,提出零偏不稳定性抑制算法,并对该算法模型进行了详细的描述。将某项目研究中列车姿态测量系统的实验数据应用到该算法模型中。测试实验分为静态、动态两组,其结果均表明:该算法减小了信号中的噪声,有效地抑制了MEMS陀螺仪随机漂移,提高了姿态解算的精度。肯定了该算法对陀螺仪输出信号噪声去除,以及使用精度提升的可行性和有效性。     

金属物体探测定位器

制作目标：
　　设计并制作一个可自主移动的金属物体探测定位器（以下简称探测器）,可探测置于玻璃板下的金属物体并给出定位指示。该探测器需采用TI公司LDC1000电感/数字转换器评估板（AY-LDC1000）作为金属物体探头,探头上应有定位指针,以给出明显定位指示。探头可在水平放置的玻璃板上移动。用直径Φ2（mm）的铁丝围成约50cm×50cm的正方形闭合框作为探测区边界置于玻璃板下在探测区域内某处（距探测边界≥5cm）玻璃下放置一枚直径约19mm的镀镍钢芯1角硬币。探头能从“探头进入区”一侧任意指定位置和方向自行进入探测区（铁丝框包围区域）。     

基于STM32的姿态感知四轴飞行器的设计

为了方便、准确的控制四轴飞行器正常飞行,设计了基于姿态感知的四轴飞行器和手部姿态感知系统,该系统以STM32为核心处理器,通过陀螺仪采集手部姿态信息,对采集的手部姿态信息利用低通滤波器和Kalman相结合进行去噪处理,之后利用联邦Kalman算法对手部姿态信息、机体姿态和气压计的信息进行融合,调节控制四轴飞行器飞行的PID参数,使其能够根据手部姿态进行前、后、左、右、上、下、悬停等飞行,并通过实验仿真验证手部姿态信息与飞行器飞行动作的一致性,通过实验验证可知飞行器的飞行动作和手部姿态保持一致,系统能够稳定工作且满足一般控制要求,并为相关设计提供了参考。