MEMS陀螺仪随机误差补偿方法研究

针对MEMS(Micro-Electro-Mechanical System)陀螺仪的随机漂移误差,探讨其有效补偿方法.基于陀螺仪输出角速率信息的变化量是等随机和等随机加速的两种假设,提出了两种相应的基于Kalman滤波理论的MEMS陀螺仪随机误差补偿方法.在建立陀螺仪随机误差模型的基础上,详细推导了各自的Kalman滤波方程,最后以某微惯性测量系统中所用MEMS陀螺仪的输出信号分析为例,对两种滤波方法作了实验验证.理论分析和实验结果表明:所提出的两种误差补偿方法是正确有效的,且后一种方法的滤波与跟踪效果比前一种更好.     

基于Kalman滤波的MEMS陀螺仪滤波算法

针对MEMS陀螺仪精度不高、随机噪声复杂的问题,研究了某MEMS陀螺仪的随机漂移模型.应用时间序列分析方法,采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模,进而基于该AR模型并采用状态扩增法设计Kalman滤波器.速率试验和摇摆试验仿真结果表明,在静态和恒定角速率条件下,采用该算法滤波后的MEMS陀螺仪的误差均值和标准差都比滤波前有了明显的降低.针对摇摆基座下该算法随摆动幅度的增大效果变差的问题,从提高采样率和选择自适应Kalman滤波2个方面对算法进行改进.仿真结果表明,2种方法都能改善滤波效果,然而考虑到系统采样频率和CPU计算速度的限制,自适应滤波有更高的实用性.     

正则粒子滤波算法在MEMS陀螺滤波处理中的应用

针对MEMS陀螺随机漂移的滤除,引入正则粒子滤波算法对其进行处理。首先,采集MEMS陀螺静态漂移数据,对其预处理;然后,采用时间序列分析方法建立自回归AR模型,并将其转化为相应的状态空间模型;最后,利用正则粒子滤波算法对MEMS陀螺随机漂移进行估计和补偿,并与工程中常见的方法进行对比。试验及仿真结果表明,正则粒子滤波在抑制MEMS陀螺随机漂移时效果显著,具有较高的实际应用价值。     

基于四元数互补滤波算法的车载MIMU

针对MEMS惯性器件由于测量精度低、数据易漂移而导致车载惯性导航系统姿态解算数据不稳定和精度不高的问题,设计一种基于四元数互补滤波算法的高精度车载MEMS惯性测量单元(MIMU)。通过四元数算法降低MIMU在运行过程中的计算难度,解决姿态解算中的奇点问题。利用互补滤波算法对惯性传感器运行过程中的高低频误差进行动态补偿、数据融合,减小陀螺仪积分漂移累加,抑制加速度计振动误差,实现多传感器数据融合的MIMU姿态解算。将MIMU放置于高精度无磁转台上进行动态测试,通过设置转台运行动作模拟车载环境,采集并分析MIMU在动态环境中的各个轴向角实时数据与误差数据。试验结果表明,MIMU横滚角精度为0.26°,俯仰角精度为0.23°,航向角精度为0.51°。     

基于MEMS与Android智能手机融合的 室内个人导航算法

针对微机电系统(micro-electro mechanical system,MEMS)惯性器件在导航解算中存在较大的累积误差问题,提出了一种基于MEMS惯性器件与Android智能手机融合的室内个人导航算法.导航算法在捷联惯性导航算法的基础上,根据人行走时的运动特点,引入了零速度检测与修正算法来检测人行走过程中的静止状态,并对行人静止时刻的速度和位置信息进行校正,以降低累积误差.导航解算中由于陀螺仪漂移导致获得的行人运动方向角误差较大,故采用MEMS陀螺仪输出姿态信息与Android智能手机中的电子罗盘方向角融合的行人运动方向校正算法来获取行人运动方向,并结合滑动均值滤波算法来进一步校正行人的运动方向,提高导航精度.最后通过实验结果验证了导航累积误差修正算法的可行性和有效性.     

GPS辅助的SINS系统快速动基座初始对准

为实现基于优化的动基座对准算法(OBA)对陀螺仪误差的估计,并使其能够应用于低精度SINS系统中,将自适应无迹卡尔曼滤波算法与OBA算法相结合,提出一种新的由GPS辅助的SINS系统快速动基座对准（FIMA）算法.该算法首先推导了陀螺仪常值漂移与失准角之间的关系,并以此构建非线性系统状态方程,然后用重力加速度和GPS输出速度的积分构建量测方程;由于系统存在非线性,提出使用UKF算法对失准角以及陀螺常值漂移进行估计;由于量测方程由速度和重力加速度的积分构成,量测噪声协方差难以确定,引入自适应滤波算法对量测噪声实时估计. 跑车实验结果表明:对于低精度SINS系统,该算法可在15 s左右将航向角误差收敛到3°以内,在3 min以后航向角误差可收敛到1°以内;与传统非线性动基座对准算法以及OBA算法相比,该算法可在无任何初始姿态信息的条件下快速对准,且能够对陀螺常值漂移进行在线估计和载体系失准角补偿,提高了动基座对准的精度和收敛性能.     

低成本全姿态角测量的设计

姿态的测量广泛的应用于汽车,手机,无人机等领域。本系统设计了一个基于低成本的MEMS器件和Arduino的三维姿态测量系统,并针对由于陀螺仪的随机偏移,姿态角误差随时间累积的问题,运用了加速度计和电子罗盘测量的数据利用互补滤波进行数据的融合,准确的得到了全姿态角信息。     

基于地磁场自适应修正的航姿系统姿态解算研究

针对航姿参考系统(attitude and heading reference system,AHRS)中,MEMS陀螺仪输出噪声过大、零点漂移无法完全消除、角速率输出易受干扰等导致的姿态四元数精度低、累积误差较大等问题,提出了一种自适应扩展卡尔曼滤波算法,利用地球物理场(地球重力场、地磁场)信息不断自适应修正MEMS陀螺仪在姿态解算过程中的累积误差。在ROS机器人平台上进行了实验,实验结果表明该算法能有效解决在求解姿态四元数过程中累积误差较大的问题,同时可以提高姿态解算精度,进而验证了该算法的有效性。     

基于Kalman滤波算法角度测量信号融合技术研究

针对车载激光通信转台姿态角控制中陀螺仪传感器存在漂移误差等问题,提出了以陀螺仪传感器和加速度传感器作为测量元件对车载转台的姿态角进行测量的方法,并在MATLAB软件平台上建立卡尔曼滤波器将传感器采集的信号进行融合,以加速度传感器输出的姿态角信息对陀螺仪测量的姿态角进行修正、补偿,以提高姿态角测量的精度。通过建立试验系统完成测试,结果表明：应用Kalman滤波算法对陀螺仪和加速度传感器信号进行融合后,有效地减小姿态角的测量误差,为准确获得转台姿态角信息提供了理论依据。     

基于Kalman滤波的MEMS陀螺测量误差估计研究

针对微机械陀螺仪存在的测量精度较低的问题,本文采用Kalman滤波算法,对微机械陀螺仪在测量上存在的零位误差、标度因数误差、非线性平方敏感误差、加速度的敏感误差等进行了估计,建立了Kalman滤波的微机械陀螺仪测量误差估计模型,并采用Kalman滤波器对微机械陀螺仪的各项误差进行估计分析。分析结果表明,除了非线性平方敏感误差对不同角速率值的影响近似相同外,其他各项误差随着工作角速率的大小变化而变化,误差对小角速率工作测量影响较大。因此,使用微机械陀螺仪对精密仪器运动角速率测量时,要对其测量结果按标定曲线进行修正。该研究作为实际测量速率的有效补偿,提高了测量精度,具有一定的实际应用价值。     

MEMS陀螺随机误差补偿在提高姿态参照系统精度中的应用

为提高航姿系统姿态角测量精度,论文对MEMS陀螺随机误差的测试和补偿进行了研究。运用Allan方差方法分析了MEMS陀螺各项随机误差的特性,建立了针对MEMS陀螺的随机误差补偿模型。采用Allan方差辨识算法完成对各项随机误差的分离,获取速率随机游走(RRW)和角度随机游走(ARW)噪声方差值。通过设计的卡尔曼滤波器对MEMS陀螺随机误差进行实时估计补偿,利用姿态解算算法得到随机误差补偿前和补偿后各3个方向的姿态角。实验结果表明经误差补偿后系统的静态偏航角测量精度提高了3倍、横滚角提高了4倍、俯仰角提高了12倍。     

Novel On-Line North-Seeking Method Based on a Three-Axis MEMS Gyroscope

A novel on-line north-seeking method based on a three-axis micro-electro-mechanical system (MEMS) gyroscope is designed. This system processes data by using a Kalman filter to calibrate the installation error of the three-axis MEMS gyroscope in complex environment. The attitude angle updating for quaternion, based on which the attitude instrument will be rotated in real-time and the true north will be found. Our experimental platform constitutes the dual-axis electric rotary table and the attitude instrument, which is developed independently by our scientific research team. The experimental results show that the accuracy of north-seeking is higher than 1°, while the maximum root mean square error and the maximum mean absolute error are 0.906 7 and 0.910 0, respectively. The accuracy of north-seeking is much higher than the traditional method.     

梳状音叉MEMS陀螺非随机误差分析

研究了一种典型结构的梳状音叉MEMS陀螺的非随机性误差特性。综合考虑梳状音叉MEMS陀螺质心偏移、硅的非等弹性等因素,分析该陀螺中的非随机性干扰力矩;从二阶欠阻尼控制系统的角度,讨论了干扰力矩在陀螺内调制、解调环节下对输出的影响;推导出开环灵敏度随温度、比力和角速度的变化关系。在一定近似条件下,得到梳状音叉MEMS陀螺非随机性误差模型的形式。     

INS中石英陀螺周期性误差传递原理分析

为分析石英MEMS陀螺仪的周期性误差在INS系统导航过程中引起误差的原理,研究了数据平滑过程对周期性误差参数的影响原理,并利用误差传递理论分析了各个周期性误差参数的传递特性,发现数据平滑过程会严重影响周期性误差的频率稳定性,而频率误差正是周期性误差影响导航精度的最主要的因素.实验发现,数据平滑会使显著周期项的个数增加,频率压低,频率稳定性差、误差大,这些变化特性使实验数据的实时补偿结果在短时间里就出现了振荡发散,与理论分析结果相吻合.结果表明,石英陀螺周期性误差的实时补偿需要重点抑制或避开频率误差的影响.     

相位误差对MEMS陀螺检测的影响分析及校正

为提升MEMS陀螺的整体检测性能,对解调参考信号的相位误差对MEMS陀螺检测的影响进行了分析,提出了基于矢量内积鉴相器的相位校正方法.首先从原理上分析了相位误差对解调结果的影响,然后建立了开环解调、静电力反馈正交误差消除加开环解调、静电力反馈正交误差消除加闭环解调3种典型MEMS陀螺检测电路的仿真模型,对解调参考信号存在相位误差的情况进行了仿真。仿真结果表明:不同解调方式中,相位误差对角速度和正交误差的解调影响基本一致,对陀螺的动态范围影响各不相同.同等输入条件下,解调参考信号的相位误差越大,角速度和正交误差的解调结果与真实值的偏差就越大,有必要进行相位校正以消除其影响。 在此基础上,首次将矢量内积鉴相法引入了MEMS陀螺检测电路中,提出了一种可以适用于3种情况的相位校正方法,并进行了仿真。仿真显示,该方法可以消除相位误差,校正正交误差系数和角速度解调误差,提升静电力反馈正交误差消除加开环解调电路的动态范围,且不会影响MEMS陀螺的启动时间,具备良好的通用性。     

自行走地下掘进机器人导向系统的测量方法

针对目前自行走掘进机器人姿态测量设备只能依靠人工操作,无法连续、实时动态测量的缺点,基于三点法姿态测量,提出了一种多目标点的自动测量方法.该方法采用激光发射模块与接收模块,利用前方交会原理,通过测量多点坐标完成机器人的姿态测量;介绍了测量装置的总体架构和硬件设计方案,并对测量误差进行了分析;同时采用卡尔曼滤波算法对测量坐标进行预测补偿,提高了测量精度.仿真结果表明:这种测量装置可以提高系统的实时性,且数据处理方法对系统噪声和量测噪声有抑制作用.     

On measured-error pretreatment of bionic polarization navigation

A signal pre-treatment algorithm based on combination of 3-dimension system identification and Kalman filtering estimation（3DSKE）is proposed.The aim of designing the 3DSKE algorithm is to reduce errors caused by random noise,but leave the systematical errors caused by signal source remained to be solved by a special method.The 3DSKE algorithm is especially suitable for time series of pure measured data without dynamic equation and on-line real-time execution.The simulated result shows that the 3DSKE algorithm can help the basic theoretic calculation to realize feasible,stable,fast,high accurate and auto-executing computing process for the navigation applications.     

数字滤波在光纤陀螺信号处理中的应用

针对光纤陀螺（FOG）输出信号存在的角度随机游走、偏值不稳定性、速率随机游走和量化噪声等问题,采用了有限冲激响应滤波器、小波变换阈值滤波器和小波包变换滤波器分别对FOG输出信号进行滤波。利用Allan方差法得到了滤波后FOG信号各误差源的幅度,然后与原输出幅度对比。实验结果表明,这3种滤波方法均具有一定的可行性。其中,小波变换阈值滤波法既可以得到很好的滤波效果,又能有效降低滤波的计算复杂度,为FOG信号处理提供了一定的参考价值。     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.