井下多传感器组合导航系统

针对井下车辆高精度惯性导航成本较高、低成本MEMS惯性传感器漂移较大等问题,提出一种井下多传感器组合导航系统,该系统通过蓝牙测距信息、MEMS惯性传感器及车载里程计信息进行组合导航。利用卡尔曼滤波技术融合多传感器数据,结合蓝牙测距信息抑制MEMS惯性传感器漂移,提高车载惯性传感器在一段时间内的定位精度;通过MEMS惯性传感器预测车辆位置,有效滤除干扰标签的蓝牙信号,提高数据可靠性;融合车辆里程计数据后,定位结果更加稳定可靠。测试结果表明,在井下蓝牙标签间隔10m布站情况下,每10m定位误差在3.2m以内,能够满足井下导航要求。     

基于Allan方差法的MEMS惯性器件随机噪声分析

地震仪测量的通常为水平分量,而对旋转分量的测量与研究还相对较少.单独运用陀螺仪测量振动的旋转分量,准确度不高,而且测量结果的漂移量较大.基于MEMS惯性器件的无陀螺捷联惯导技术或者陀螺仪-加速度计组合技术,为六自由度振动测量提供了便利.由于受其加工工艺的限制,MEMS惯性器件的测量精度还存在较大的差异,因此需要对MEMS惯性器件的误差特性进行对比测试与分析.文章应用Allan方差法对两种MEMS惯性器件的随机噪声进行了分析,得到了量化噪声、速度随机游走、零偏不稳定性、加速度随机游走、速率斜坡等5项随机噪声指标.随机噪声分析的结果表明,Allan方差法能有效地对MEMS惯性器件的随机噪声进行评估和分析.     

基于三轴转台的MEMS惯性传感器参数测量方法

运动学参数的可靠与准确测量,对于高精度的MEMS惯性传感器应用于农业作业复杂环境具有重要意义。设计了一种基于SGT320E转台的MEMS惯性传感器运动学参数检测方法。对MEMS惯性传感器的陀螺仪和加速度计进行了固定零偏、标度因数、标度因数非线性、标度因数对称性等参数测量,采用Matlab软件分析试验数据,并将分析后的数据与传感器数据手册上的相关性能指标进行对比,结果表明该方法能够通过误差校正提高MEMS传感器精度。     

基于捷联惯性导航的非开挖管道位置检测系统

非开挖技术敷设的管道往往深度较大,常出现穿越河流和湖泊的情况,向管道探测提出更大挑战。设计一种基于捷联惯性导航原理的非开挖管道位置检测系统,完成管道坐标的检测、存储与显示。检测器以STM32为控制核心,以MEMS惯性传感器和里程轮为数据采集单元;存储的数据由MATLAB读取并进行三维显示。重点阐述系统组成和惯性导航基本原理。针对惯性传感器随机噪声影响定位精度的问题,利用卡尔曼滤波算法对姿态信息进行最优估计。在15m长的管道内进行两组检测实验,验证磁场对系统检测精度是否产生影响,三个轴向的最大的测量偏差为0.64m。结果表明,该系统可以为地下管道管理提供一种有效的位置检测手段。     

基于MEMS传感器惯性测量单元设计与实现

随着微电子机械系统(MEMS)技术的发展,出现了大量高性价比MEMS传感器,被广泛应用于多个领域。然而惯性测量单元通常包括多个传感器,如三轴MEMS加速度、角速度和磁力传感器,这样要求有多个数据通道输出,给原型系统设计和开发带来不便。基于此,文中设计了一种惯性传感板,集成MEMS三轴加速度传感器、三轴角速度传感器和三轴磁力传感器,通过单个UART串口可以读取9通道数据。经过试验验证,该惯性传感单元能够满足一般原型系统的快速设计和开发。     

基于MEMS传感器惯性测量单元设计与实现

随着微电子机械系统(MEMS)技术的发展,出现了大量高性价比MEMS传感器,被广泛应用于多个领域。然而惯性测量单元通常包括多个传感器,如三轴MEMS加速度、角速度和磁力传感器,这样要求有多个数据通道输出,给原型系统设计和开发带来不便。基于此,本文设计了一种惯性传感板,集成MEMS三轴加速度传感器、三轴角速度传感器和三轴磁力传感器,通过单个UART串口可以读取9通道数据。经过试验验证,该惯性传感单元能够满足一般原型系统的快速设计和开发。     

MEMS传感器随机误差分析

根据MEMS传感器中随机误差较大,有时会覆盖传感器中有用信号的问题,提出采用Allan方差方法对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,Allan方差分析方法的优势不仅在于能确定各类随机误差的误差特性,而且可以确定出其误差系数,由此可与相应的各种滤波方法相结合更好地实现其滤波效果。实验证明:Allan方差分析是对MEMS传感器随机误差进行研究的有效方法。     

联合滤波算法在MEMS陀螺降噪中的应用

针对微机电系统(MEMS)陀螺仪输出噪声大、精度低的问题,提出将卡尔曼(Kalman)阵列与实时小波阈值联合滤波方法用于MEMS陀螺降噪中.首先,利用Kalman阵列进行预处理,然后利用实时小波阈值算法对信号进行后处理,以达到对陀螺随机噪声抑制的目的.将此算法应用在MEMS陀螺的动静态实验中,实验结果表明:在静态实验中...     

基于DSP的MEMS陀螺误差建模与滤波方法研究

针对微机电系统(MEMS)陀螺测量精度低、随机噪声复杂的问题,根据MEMS陀螺的实测数据,分析其噪声特性,研究MEMS陀螺的随机噪声模型。应用时间序列分析方法,采用时间序列分析(AR)模型对MEMS陀螺测量数据噪声进行建模,该模型反映陀螺的噪声特性,基于该随机噪声模型,采用Kalman滤波技术有效降低了随机噪声对MEMS陀螺测量精度的影响。通过对MEMS陀螺实测数据的仿真试验结果表明:提出的建模与滤波方法能够有效地抑制其随机噪声误差,提高实际应用中的测量精度。     

基于改进型卡尔曼滤波的运动载体姿态估计

针对MEMS陀螺零偏导致运动载体姿态精度下降的问题,本文以MEMS惯性测量器件MPU6050为核心,提出了一种基于改进型卡尔曼滤波的姿态估计算法,采用欧拉角作为姿态解算的基础,通过惯性测量单元(IMU)测量运动载体的姿态数据,采用改进型卡尔曼滤波,对陀螺仪和加速度计数据进行融合,并实时估计陀螺零偏。实验结果表明,本文提出的算法能够获得较高精度的姿态信息,抑制MEMS陀螺零偏引起的姿态发散,可以准确地表示运动载体在静态和动态情况下的方位。     

一种自适应残差补偿算法在移动机器人姿态估计中的应用研究

针对两轮移动机器人MEMS IMU姿态估计的数据融合问题,提出一种以卡尔曼滤波为基础的自适应残差补偿算法。该算法结合惯性传感器误差模型与移动机器人姿态模型构建卡尔曼滤波器,利用卡尔曼滤波量测更新的加速度残差自适应补偿非重力载体位移加速度对姿态估计的影响。实验结果表明,该算法有效的融合了MEMS IMU姿态测量数据,抑制了传感器随机漂移误差,同时自适应补偿了非重力载体位移加速度。     

基于MEMS声传感器阵列的车辆鸣笛声抓拍系统设计与实现

基于MEMS(Micro Electrical Mechanical System)声传感器阵列及光学相机,设计并实现了车辆鸣笛声抓拍系统。结合车辆鸣笛声的时域与频域特点实现鸣笛声的识别,结合最小化最大旁瓣级原则给出生成声传感器阵列的具体方式,结合波,束形成技术及互谱矩阵实现区域内声源波达方向估计,以可编程逻辑门阵列(Field Programable Gate Array,FPGA)作为算法实现平台,完成数据采集与数据处理模块设计,结合工业计算机及光学相机,实现车辆鸣笛声抓拍。通过测试,验证了所设计的系统对鸣笛声抓拍的有效性。     

基于单MEMS惯性传感器的运动追踪与轨迹重建

基于MEMS惯性传感器的运动追踪技术在可穿戴设备、无卫星导航等领域都有着重要的价值,然而目前还没有研究实现基于单个MEMS惯性传感器的任意轨迹实时重建任务,其原因在于轨迹重建过程中二次积分的计算会对传感器数据中的随机误差进行累计,最终导致轨迹重建结果严重失真。为此,设计了一款基于MEMS惯性传感器的可协同运动追踪模块,该模块内置数据增强算法,可有效降低传感器数据在轨迹重建任务中的随机误差。此外,为了减小二次积分过程中的累计误差,提出了一种基于智能运动分割算法的轨迹分段重建方案。实验结果表明,基于该运动追踪模块的轨迹重建方案可实现任意轨迹的精确还原。     

基于MEMS的数据手套传感技术研究

目前数据手套大多采用机械式、光纤式或者图像识别等方法来获取手势姿态.基于MEMS传感器设计的数据手套利用MEMS传感器（三轴陀螺、三轴加速度计和三轴磁阻）,根据惯性测量原理,采用基于四元数解算的扩展卡尔曼滤波信息融合方法来获得手指全姿态信息,克服了传统方法的局限性.其穿戴方便、运动自由度大、抗干扰能力强,且不受光线条件的约束.测试和实验的结果表明,基于MEMS传感器的数据手套稳定可靠,具有一定的创新性和实际应用参考价值.     

一种MEMS加速度计误差分析与校准方法

MEMS传感器测量中一般存在确定性偏差和随机噪声两类误差,为提高其测量精度和稳定性,以MEMS加速度计为例,在建立其测量误差模型的基础上,提出一个综合的校准方案,同时对这两类误差进行补偿。其中使用Allan方差对随机噪声项进行量化分析,并综合采用了最小二乘法计算确定性校准系数,扩展卡尔曼滤波降低随机噪声等方法。通过实验验证,表明该方案可以有效校准加速度计测量的确定性偏差并降低随机噪声干扰,最终经过误差补偿后的测量数据在精度和稳定性方面都有明显提升。     

微型柔性剪切应力传感器的制作研究

利用微机电系统(MEMS)技术,制作了一种新型传感器阵列。首先,在刚性衬底上制作了一种8×8切应力传感器阵列,然后,利用硅岛阵列技术制作了一种柔性结构。试验结果表明:所制作的柔性传感器阵列经多次弯扭循环后,电阻值基本没有变化,柔性传感器在经过弯扭3300次后,传感器本身的柔性材料并没有断。     

基于IMU阵列的标定方法

微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。     

Ka波段在线自检测MEMS微波功分器的设计与优化

提出了一种基于MEMS技术,由MEMS微波功分器和在线式MEMS微波功率传感器组成的在线自检测MEMS微波功分器,实现了MEMS微波功分器在Ka波段的实时在线功率自检测。MEMS微波功分器为T型功率等分功分器,由共面波导、圆形的不对称共面带线和空气桥构成,三个端口处分别放置三个相同的在线式MEMS微波功率传感器用于端口处信号功率的实时监测。该结构基于GaAs MMIC工艺,它可以与GaAs微波电路实现单片集成,通过ADS和HFSS软件的协同仿真,在中心频率34GHz处,回波损耗S11小于-30dB?插入损耗S21(S31)约为-4.7dB。在26GHz ~40GHz的频率范围内,S11约小于-15dB,隔离度S23小于-15dB。     

基于MEMS和CORTEX-M3的微惯性测量单元研制

从工程实际出发,给出了一种基于新型Cortex-M3内核ARM和MEMS惯性传感器的低成本、高性能微型惯性测量单元的结构框架。详细介绍了采用三轴MEMS陀螺、三轴MEMS加速度计和三轴磁阻传感器研制的微惯性测量单元硬件设计方案,分析了陀螺和加速度计的信号噪声,利用均值滤波法对信号进行预处理,对预处理后的信号采用FIR滤波器进行滤波,对陀螺和加速度计进行了标定。该测量单元已应用于某小型无人机的姿态测量,达到预期效果。     

基于MEMS惯性传感器的机器人姿态检测系统的研究

提出了一种基于MEMS惯性传感器的机器人姿态检测系统,并对检测系统的原理,组成以及数据采集进行了研究.并对陀螺仪和加速度计的影响因素进行说明,利用硬件对采集的数据进行滤波处理.通过卡尔曼滤波方法实现数据融合,充分地利用惯性传感器的信息,从而有效地提高姿态检测系统的检测精度.仿真试验表明了卡尔曼滤波方法对于提高检测精度是切实有效的.在实际的试验中也取得了很好的效果,并应用于实际的机器人姿态检测.