基于IMU旋转的MEMS器件误差调制技术研究

MEMS惯性器件低信噪比和漂移大成为影响其应用范围的主要因素,提出基于惯性测量单元(IMU)转动的MEMS器件误差旋转自补偿方法。将MEMS输出信息利用小波降噪技术进行预处理,以此消除旋转调制方案不能自补偿的随机噪声信号并提高器件输出信噪比,分析IMU转动方案下的误差调制原理并探讨旋转调制的工程可实现性。搭建MEMS转动实验环境并开展降噪与IMU静止和转动条件下的导航实验,结果表明,采用旋转状态下的MEMS惯导系统可有效地提高系统自身测姿和定位精度。     

改进SHAKF算法消除IMU随机误差的研究

针对 Sage-Husa 自适应卡尔曼滤波(SHAKF)算法在处理惯性测量单元(IMU)时,随机误差容易随着时间的累积而造成 滤波发散的问题,提出一种改进的 Sage-Husa 自适应鲁棒卡尔曼滤波 (MSHARKF)算法。 首先对 IMU 构建了合适的模型,再将 SHAKF 与自适应鲁棒卡尔曼滤波(ARKF)相结合并纳入改进的时变噪声估计器,再引入最优自适应比例因子 αk 对量测方程迭 代更新,最后得出新的预测协方差矩阵代入原方程。 实验结果表明,分别通过 Allan 方差和均方根误差(RMSE),对 MEMS-IMU 滤波前后的静/ 动态数据分析计算得,随机误差噪声分别减小至原数据的 1 / 10 000 和 1 / 100。 与本文其他算法相比,该方法有 效地对算法滤波发散进行了抑制,进而提高了 IMU 的测量精度和长期稳定性。     

MEMS陀螺仪随机误差的辨识与降噪方法研究

针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。     

基于 BP 神经网络的无人机IMU 多传感器冗余的补偿算法

针对无人机多传感器数据决策时存在的数据可靠性不足以及资源浪费的问题,提出一种基于 BP 神经网络的无人机惯 性测量单元(IMU)多传感器冗余的补偿算法。 将低精度的 IMU 传感器数据输入到 BP 神经网络,利用 BP 神经网络的非线性拟 合能力,补偿低精度 IMU 数据的误差,然后利用基于置信度的数据仲裁算法对多个较高精度数据进行仲裁,输出经过数据融合 后的传感器数据,此过程还可以进行传感器故障判断和定位。 通过改变同类型传感器安装方式解决奇点问题。 实验结果表明, 经过神经网络误差补偿后,误差比原来减小了 55. 2%,比使用卡尔曼滤波算法进行误差补偿后的误差小 53. 9%。 此算法充分发 挥了冗余传感器设计的优势,提高了传感器系统的可靠性。     

基于 BP 神经网络的无人机IMU 多传感器冗余的补偿算法

针对无人机多传感器数据决策时存在的数据可靠性不足以及资源浪费的问题,提出一种基于 BP 神经网络的无人机惯 性测量单元(IMU)多传感器冗余的补偿算法。 将低精度的 IMU 传感器数据输入到 BP 神经网络,利用 BP 神经网络的非线性拟 合能力,补偿低精度 IMU 数据的误差,然后利用基于置信度的数据仲裁算法对多个较高精度数据进行仲裁,输出经过数据融合 后的传感器数据,此过程还可以进行传感器故障判断和定位。 通过改变同类型传感器安装方式解决奇点问题。 实验结果表明, 经过神经网络误差补偿后,误差比原来减小了 55. 2%,比使用卡尔曼滤波算法进行误差补偿后的误差小 53. 9%。 此算法充分发 挥了冗余传感器设计的优势,提高了传感器系统的可靠性。     

地形数据误差对宽波束SAR运动补偿的影响

随着合成孔径雷达(SAR)技术的发展,各种应用如重轨干涉、差分干涉等,对雷达图像的要求也在变高.在机载SAR系统中,随着波束角变宽,传统的基于平地假设的运动补偿算法,已经无法再满足应用需求,需要使用外部DEM才能得到好的补偿效果.本文主要研究外部DEM精度对宽波束SAR运动补偿的影响,分析了不同高程误差条件下,由运动误...     

加速传感器在高速列车服役安全监测中的应用

本文介绍了一种对高速列车姿态测定方法。首先分析惯性测量单元输出信号所包含的静、动态误差以及随机误差分量,建立关于惯性测量器件随机漂移数据的时间序列模型,采用自回归滑动模型ARMA拟合随机漂移数据。使用MEMS陀螺仪和加速度传感器组合采集加速和转弯的数据,使用卡尔曼滤波器处理随机漂移数据,有效地抑制随机误差。运用四元数法进行姿态解算,更新列车的姿态角,使用融合滤波进行误差补偿。根据补偿后的姿态角对加速度传感器数据,得到准确的列车行驶速度与走行距离,证明了本列车故障检测系统的适用性。     

MEMS陀螺随机误差建模与补偿

MEMS陀螺精度较低,随机漂移较大,严重影响系统的性能.对MEMS陀螺随机误差进行了时间序列分析,并建立了ARMA模型.使用MATLAB计算所选模型参数建立随机误差的系统方程,采用经典卡尔曼滤波器验证了在静态条件下,滤波后的信号标准差为滤波前的3.88％.针对动态条件下,常规卡尔曼滤波器滤波效果下降的问题,推导并设计了渐消卡尔曼滤波器.仿真结果表明,渐消卡尔曼滤波器能显著改善动态条件下的滤波效果,并且滤波精度较高.     

一种高分辨率机载SAR实时运动补偿系统设计

SAR系统要实现连续地实时成像,必须具备1套稳定可靠的实时运动补偿系统。本文设计了1种基于GPS和惯性测量器件组成的SAR实时运动补偿系统,该系统能够稳定地实时地输出载体的运动信息,不受目标场景约束,并且运算量适中,适合在飞机载体有限的体积、功耗约束下实现高实时性的运动补偿系统。实际的SAR载机飞行试验证明本文设计的实时运动补偿系统能够支撑SAR系统完成长时间连续的实时成像。     

利用惯导与GPS数据对雷达成像做运动补偿

为了对大地进行更精确的测量,重现大地本身地貌,在机载SAR成像时,可利用INS(惯性导航系统)与GPS(全球定位系统)融合后的数据做运动补偿。具体包括融合数据所在的大地坐标系到机载SAR的成像坐标系的坐标变换、机载SAR运动补偿的实现。最后通过实际数据的成像给出运动补偿的效果。     

室内实测数据太赫兹合成孔径雷达成像研究

合成孔径雷达实现高分辨率成像要求平台作理想匀速直线运动,相对传统微波SAR而言,太赫兹波的波长更短,SAR平台高频微小振动对常规微波频段 SAR影响几乎可以忽略,对太赫兹合成孔径雷达（Terahertz synthetic aperture radar ,T Hz‐SAR）的影响必须精细处理,研究适用于 T Hz‐SAR的成像补偿算法是必要的。本文建立 T Hz‐SAR非理想情况下的回波模型,分别从时域和频域详细分析运动误差对回波的影响。提出了一种基于回波数据的T Hz‐SAR成像运动补偿算法,采用中心频率0．3 T Hz的SAR系统进行实验,使用RD算法对目标进行二维高分辨成像,得到3个角反射器的二维SAR图像。实验结果验证了系统的可行性和所给处理算法的有效性,为外场车载或机载的T Hz‐SAR成像奠定了基础。     

基于改进的扩展波数域算法的SAR实时成像方法

波数域算法是一种精确的成像算法,但因其运算量较大而不能直接用于实时成像。文章在研究波数域算法和高精度运动补偿技术的基础上,提出了一种内嵌实时运动补偿方法的改进扩展波数域实时成像算法。与传统的扩展波数域算法相比,该算法具有更低的计算复杂度。最后通过点目标仿真进行了验证,结果表明,本方法能够用于斜视下的高分辨率SAR实时成像。     

运动误差对机载SAR定位精度的影响

定位精度是合成孔径雷达(SAR)系统的一项重要指标.本文在影响SAR定位精度的诸多因素中,主要研究了运动误差对定位精度的影响问题.首先建立了SAR定位模型,然后从成像的角度分析了距离向运动误差和方位向运动误差对定位精度的影响,推导了运动误差影响定位精度的数学表达式,对影响SAR定位精度的雷达参数进行了分析,并进行了仿真实验.仿真结果表明:距离向速度误差是影响SAR定位精度的主要因素,定位精度还与斜视角和飞行速度有关.本文可为SAR系统定位精度指标设计提供理论支撑.     

机载ATI-SAR基线定标方法研究

顺轨干涉合成孔径雷达技术(ATI-SAR)是一种适用于运动目标检测(GMTI)的干涉合成孔径雷达(SAR)技术。基线误差是顺轨干涉雷达系统的主要误差,直接影响地面运动目标测速的准确性以及定位精度。本文基于对ATI基线误差源特性的分析,针对2个主要基线误差源——姿态误差和相位中心误差进行定标方法的探讨和研究。通过仿真实验可以看出,文中提供的定标方法对误差的处理准确、有效,因此这些定标方法为进一步研究并制定机载ATI-SAR定标方案奠定了基础。     

基于MEMS/GPS/地磁组合的弹体姿态解算

MEMS惯性器件由于具有自主性、连续性和隐蔽性等优点被广泛运用于载体的姿态解算中,但由于MEMS惯性器件的制作精度和误差积累等问题使得解算出的姿态信息并不准确.同时由于地磁传感器可以实现高精度的姿态测量,但不能独立解算出姿态信息.因此为了提高惯导姿态解算的精度,所以采用GPS、地磁辅助惯导进行姿态解算.设计的方案是在传统惯导姿态解算误差状态方程的基础上,将地磁和GPS解算的滚转、偏航和俯仰角与惯导解算出来的相应角的差值添加到传统惯导姿态解算误差状态方程中,以速度误差和滚转、偏航和俯仰角误差为量测值,估计出组合系统的姿态误差,并与惯导解算出的姿态误差进行对比,从而验证所提出的方法的可行性.     

双站SAR时间同步误差建模及分析

时间同步是双站SAR系统中的一个关键问题,本文研究了时间同步误差对双站SAR成像的影响。首先基于基本钟差方程并结合实验测量,建立了双站SAR时间同步误差模型,将时间同步误差分为线性时间同步误差和随机时间同步误差。然后分析了两种时间同步误差对双站SAR成像的影响,并通过仿真对该分析进行了验证;该分析结果为双站SAR时间同步指标要求的提出提供了理论依据。     

基于MEMS传感器的运动加速度提取技术研究

结合多种现有物体运动加速度测量方法的特点,提出了一种基于MEMS运动传感器低成本且便捷的运动加速度测量方法。该方法采用多传感器数据融合技术实时求解物体的运动姿态,进而从MEMS运动传感器的实测数据中提取物体运动加速度。通过搭建基于MEMS运动传感器的加速度测量系统对该方法的可行性进行试验验证,试验结果表明,在静止状态下该方法的加速度求解误差为0.03 m/s2,与MEMS加速度计采集精度基本一致,具有较高的求解精度;在自由落地运动时该方法的加速度求解误差为0.07 m/s2,虽然物体长时间剧烈运动时耦合运动加速度会降低求解精度,但在短时间运动时仍具有较高求解精度。