自适应Kalman滤波算法在加速度计自标定中的应用

针对自标定加速度计组合动基座试验数据中存在的数据异常问题,推导并运用自适应Kalman滤波算法剔除异常数据,通过对不同Kalman滤波算法自标定精度解算结果的均值和标准差进行比较,表明自适应Kalman滤波算法更加有效。     

MEMS三轴加速度计六位置标定方法的研究

针对本课题组十二位置法测试时间长的问题,提出了MEMS三轴加速度计的六位置标定方法。首先建立了三轴加速度计的输入输出误差模型,然后详细介绍了六位置标定的位置编排和过程,给出了数学模型中标度因数、安装误差系数以及零偏值的计算方法,最后通过三轴转台实验验证了六位置标定方法的可行性及模型的准确性。结果表明六位置标定方法简单可行,补偿后精度能够提高1~2个数量级,为其工程实用性奠定了理论基础。     

MEMS加速度计混合误差标定补偿方案

针对微机电系统(MEMS)加速度计在实际使用过程中存在非正交零偏误差和温度漂移误差的问题,提出了一种混合误差标定补偿算法。算法通过分析加速度计温度与误差的关系,在不同温度区间下建立加速度计输出的误差模型,在每个温度区间采用十二位置校准法对加速度计的非正交零偏误差进行标定补偿,得到精确的零偏和刻度因子,同时采用最小二乘法拟合零偏和刻度因子与温度的一维关系函数,最终实现不同温度区间下的动态误差补偿。实验结果表明,本算法可使加速度计输出的精度提高1个数量级,补偿效果明显。     

MEMS加速度计误差的高精度标定方法

针对微小型惯性测量单元(MIMU)工程应用的实际条件,设计了MEMS加速度计组安装误差与温度漂移误差的两步解耦标定方法。该标定方法基于MIMU结构封装确定、三轴加速度计之间安装关系固定、非正交因数稳定不随环境温度变化的特点,在常温下进行一次安装标定非正交误差,在全温范围内标定温度漂移误差。实验结果表明,该标定方法校正了加速度计的温度漂移误差和非正交误差,在全温范围内加速度计的使用精度提高了一个数量级,且该模型具有良好的重复性,便于工程实现。     

MEMS陀螺仪的一种实用标定法

主要介绍了一种微机械系统(MEMS)陀螺仪的速率标定法,根据MEMS陀螺仪的输出数学模型,详细推导了如何得到MEMS陀螺仪的输出数学模型中的零漂、刻度因数和安装误差,并在得到其标定系数后将其封装在C函数中进行验证实验.通过实验数据分析可知,MEMS陀螺仪速率标定法原理简单,易于实现,且精度较高.此标定法所得到的MEMS陀螺仪输出数学模型能较准确地反映其输出,且MEMS陀螺仪的线性度有所改善.     

抗野值自适应Kalman滤波在MEMS加速度计信号处理中的应用

针对MEMS加速度计在复杂应用环境下输出信号中存在野值,且其噪声统计先验知识不足的问题,运用了一种抗野值自适应Kalman滤波算法,采提高其测量精度.该算法用一个修正函数加权于自适应Kalman滤波方程的新息上,根据新息的方差和均值变化自适应调整修正权值,从而保持序列原有性质.通过对输出信号的算法验证,表明该算法能够有效在线去除野值,防止滤波发散,在提高MEMS加速度计测量精度上有一定的可行性.     

加速度计八位置标定测试系统的开发

根据加速度计八位置试验方法,采用PC机、HP34401A型数字繁用表、光学分度头建立一套标定测试系统,能方便快捷完成在重力场下的测试;可完成电压、电流、频率等三种输出形式的加速度计测试。给出了系统硬件结构与软件流程图,并阐述系统在加速度计测试当中的应用。     

一种基于Kalman滤波的陀螺误差标定方法

针对微惯性连续测斜装置中陀螺测量精度受噪声干扰、安装误差和零漂的影响,提出了一种基于Kalman滤波的陀螺误差标定方法。以微型石英振动陀螺仪为研究对象,运用Kalman滤波对陀螺的原始测量值进行滤波,分析陀螺零漂随温度的变化关系,结合已有的误差标定模型,得到了一种改进的全温范围内的陀螺误差标定模型。通过实验验证,与传统标定方法相比,提出的陀螺标定方法的测量精度提高了1~2个数量级,验证了该标定方法的可行性,对工程应用具有重要意义。     

基于CMAES算法的加速度计多位置新型标定方法

针对粒子群优化算法(PSO)和遗传算法(GA)在加速度计标定优化后期出现早熟、陷入局部最优,以及在设计与应用过程中存在的缺陷,将自适应协方差矩阵进化策略(CMAES)算法应用于加速度计的快速标定:采用具有不同函数特征的Sphere、Rastrigin和Rosen三个基准函数对比测试CMAES算法的总体性能;以模观测标定方法为基础建立加速度计标定模型,选取加速度计的24个位置进行仿真观测.实验结果表明:CMAES算法在收敛速度、收敛精度、全局搜索等方面性能优异,将加速度计的标定精度提升了12个数量级,为其它算法标定加速度计奠定了良好基础,对位移系统测量研究具有重要意义.     

基于MEMS惯性的变形估计

为能对自然界中的变形进行有效估计,减小预测误差,提出一种微机电系统(MEMS)惯性变形估计的方法。首先采集微惯性测量单元信号,利用卡尔曼(Kalman)滤波进行信号数据处理,消除扰动误差,然后针对灰色模型在变形估计中的不足,把一种改进的灰色模型与卡尔曼滤波相结合的方法应用于变形估计中,进行改进灰色模型预测。实例应用表明,该组合模型比单纯灰色模型更适用于变形估计。可作为一种新的预测方法应用于变形监测中。     

基于MEMS加速度计的优化九位置校准算法

针对传统的加速度计标定法对高精度转台依赖高的问题,提出一种基于微机电系统(MEMS)加速度计的优化九位置标定算法。该算法考虑加速度计的非线性因子和电子串扰效应,通过采集9个位置的静态加速度计输出数据,即可对加速度计零偏、刻度因子和安装误差等系数进行高精度快速校准,摆脱了对传统转台的依赖。实验结果表明,基于MEMS加速度计的九位置标定算法有效解决了加速度计非线性问题,减低了电子串扰效应对加速度计的影响,加速度计的误差精度由8.48×10-3g(g=9.8 m/s2) 减少到5.1×10-4g,证明该九位置标定算法的可行性和有效性。     

基于MEMS加速度计的数字倾角测量仪的设计

设计由MEMS加速度计与soC型单片机C8051F040组合而成的一种新型数字倾角测量仪.通过对MEMS加速度计的输出信号进行调理和A/D采集,并且在获得数字信号后进行温度补偿.解算出倾角值并通过LCD1602显示.该倾角测量仪具有体积小、重量轻、精度高的特性.可广泛应用于建筑、机械、道路、桥梁和地质勘探等重力参考系下测量倾角的场合.     

基于MEMS加速度计的数字倾角测量仪的设计

设计由MEMS加速度计与SoC型单片机C8051F040组合而成的一种新型数字倾角测量仪,通过对MEMS加速度计的输出信号进行调理和A／D采集．并且在获得数字信号后进行温度补偿,解算出倾角值并通过LCD1602显示。该倾角测量仪具有体积小、重量轻、精度高的特性,可广泛应用于建筑、机械、道路、桥梁和地质勘探等重力参考系下测量倾角的场合。     

一种基于神经网络的卡尔曼滤波改进方法

卡尔曼(Kalman)滤波是一种基于最小方差估计的递推式滤波方法,它要求信号的状态模型是已知的,这就限制了它在实际中的应用。利用神经网络的良好的非线性映射能力对实际系统进行系统辨识,可以获得符合精度要求的系统状态方程,很大程度改进了卡尔曼滤波的效果。相对于一些经典的卡尔曼滤波改进算法,这种方法具有应用范围广和数学建模简单易行的优点。将神经网络与卡尔曼滤波相结合的方法用于图像复原实验,结果表明,该方法具有可行性和有效性。     

基于 PSO 算法的加速度计快速标定方法

为减少惯性测量组合标定对转台的依赖,降低标定对转台控制精度的要求,在分析传统加速度计模观测迭代标定方法的基础上,提出一种基于粒子群优化算法（PSO）的加速度计快速标定方法。首先,基于模观测思想设计构造目标优化函数,并将其作为 PSO 算法中的适应度函数,实现了标定方法与 PSO 算法的连接;其次,设计了基于最大化观测信息相对于待估计参数的敏感度函数的加速度计标定编排方案;最后,对所提方法与牛顿迭代标定方法进行了对比仿真。仿真实验结果表明,基于 PSO 算法的加速度计快速标定方法具有可行性、有效性,与传统牛顿迭代标定方法相比更具有优越性。     

BPNN辅助KF的MEMS陀螺仪数据处理方法

针对微机电系统(MEMS)陀螺仪数据误差建模不精确或无法给出模型的情况,提出了误差反馈（BP）神经网络辅助卡尔曼滤波对陀螺仪数据进行降噪处理的方法。分析卡尔曼滤波器的系统噪声方差Q矩阵可知,当模型不精确时可通过Q补偿。基于BP神经网络优化Q值原理,首先把采集到的MEMS陀螺仪数据输入卡尔曼滤波器得到Q;再把新息、滤波增益、量测噪声方差输入神经网络,把Q作为神经网络的输出,神经网络优化系统噪声协方差矩阵得到Q*;最后将Q*作为卡尔曼滤波算法系统噪声方差矩阵。实验结果表明,在建模不精确的情况下该方法也能有效提高陀螺仪的精度。     

基于改进Kalman滤波模型的扫描合成孔径雷达图像扇贝效应校正方法

星载扫描合成孔径雷达(ScanSAR)采取Burst工作模式,该模式在获得宽幅测绘能力的同时,也导致图像中产生了固有的扇贝效应,严重影响图像的视觉效果和定量应用。该文结合对ScanSAR图像方位向统计特性的分析,针对现有滤波模型稳定性差和时间复杂度高等缺点,提出了一种改进的Kalman滤波模型,对图像方位向标准差和均值进行滤波以校正扇贝条纹。在高分三号(GF-3)卫星获取的真实ScanSAR图像上的校正结果验证了改进算法的有效性和高效性,此外在建筑群和海陆交界等复杂场景图像上的实验结果表明,改进算法具有较强的鲁棒性。     

基于扩展卡尔曼滤波器的矢量跟踪算法研究

该文针对矢量跟踪算法缺乏定量分析的问题,对线性化模型与跟踪误差进行了研究.为了提高矢量跟踪环的动态跟踪性能,修正了已有线性化观测矩阵忽略接收机伪距率对位置的偏导项的问题;提出了新的环路反馈量,简化了运算过程.推导出了矢量跟踪环的热噪声跟踪误差,与标量跟踪环相比跟踪门限明显降低,并且在相同条件下,观测卫星数越多,矢量跟踪环的跟踪门限越小;推导了矢量跟踪环的动态应力跟踪门限,证明矢量跟踪环可以处理高动态微弱信号.通过 Monte Carlo 仿真验证了理论分析结果的正确性.