MEMS加速度计噪声分析与降噪方法研究

针对微机电系统(MEMS)加速度计的随机噪声对输出信号干扰的情况,提出了对加速度计噪声源及噪声类型进行辨识、估计与建模,并确定误差补偿的降噪方法,以提高加速度计精度.采用Allan方差分析法对MEMS加速度计的随机噪声进行分析,得到了影响MEMS加速度计性能的几种主要随机噪声,使用自回归滑动平均模型(ARMA)对加速度计输出数据进行数学建模,以最终预测误差(FPE)准则确定使用的模型与阶次.设计了Kalman滤波算法,对加速度计进行降噪,通过Allan方差方法对Kalman算法滤波效果进行分析.实验结果表明:Kalman滤波能有效降低加速度计的随机噪声.     

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.     

四旋翼飞行器航姿参考系统的误差补偿方法研究

航姿参考系统是四旋翼飞行器姿态控制和惯性测量的关键,基于MEMS的惯性导航系统长期稳定性较差,陀螺仪传感器和加速度计存在明显的零漂现象,因此在使用前必须对陀螺仪传感器和加速度计的误差系数进行标定;论文首先以航姿参考系统的陀螺仪和加速度计实时数据的采集与处理,并通过对陀螺仪和加速度计的误差产生原理的分析,提出了陀螺仪和加速度计的新型误差补偿模型,并推导了基于高斯牛顿法的误差补偿与标定方法,由此简化了标定过程,得到了标定结果; 实验结果表明了在不提高成本和降低精度的情况下该基于高斯牛顿法的误差补偿与标定方法的有效性。     

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。     

无人机弹射器参数测量系统设计

基于MEMS加速度计,研究和设计了一种无人机弹射器参数测量系统.通过对传感器标定,校准了其零偏、灵敏度等参数,实际使用时对误差进行补偿,提高了测量精度.根据实际加速度信号特点,选择合适的带宽和采样频率,并设计了数字滤波器,在保证响应频率的同时,有效降低了噪声.实验证明:本系统不仅达到了技术要求,而且与其他测量方式相比,有效地降低了成本.     

姿态航向测量与误差补偿方法研究

设计了一种基于MEMS陀螺仪、加速度计、磁传感器的小型姿态航向参考系统;以四元数和角速率偏差为状态矢量,磁场强度和加速度计信息为量测矢量,构建基于Kalman的四元数姿态航向解算方法;通过调整测量噪声方差矩阵,解决动态过程中由于运动加速度造成的姿态角误差;采用陀螺仪误差建模和磁航向罗差补偿技术,进一步提高了系统测量精度。根据飞行数据分析,姿态航向参考系统具有较高测量精度和较好的稳定性、动态性,姿态角均方根误差小于1.5°,航向角均方根误差小于3°。     

一种小型惯性测量单元的精确标定技术

研究了一种基于MEMS陀螺和加速度计的惯性测量单元(IMU)的系统标定技术,建立了陀螺和加速度计的温度漂移和非线性误差模型,采用逐步线性回归法对以上模型进行了简化,并设计了补偿算法;实时补偿效果表明,在-40℃~60℃的温度变化范围内,惯性测量单元的零位偏值、偏值稳定性和非线性度都达到较高精度,这种误差标定方法可有效解决MEMS-IMU惯性器件误差的标定与补偿问题。     

基于磁通门的三轴电子罗盘自动误差补偿方法

该方法以自制的小型三轴磁通门航向系统为基础,加入MEMS三轴加速度计,形成了三轴电子罗盘的硬件结构。针对电子罗盘的罗差容易受到环境影响的特点,研究了自动误差补偿方法。首先对加速度计进行校准,其次采用基于椭球拟合的算法进行磁通门罗差的自动补偿,在剩余误差分析的基础上,利用加速度计的输出用递推最小二乘的方法对剩余误差进行了自动补偿。室温下实验结果表明该方法不仅方便有效,而且电子罗盘的误差从15°降低至2°内,在大倾角(60°)情况下也能保持较好精度。     

MEMS数字倾角仪的标定补偿方法研究

在介绍MEMS数字倾角仪组成结构的基础上,根据数字倾角仪内部MEMS加速度计的输出特性,对MEMS加速度计的敏感单元建立数学标定模型,提出并推导了一种适用于MEMS数字倾角仪的标定方法;该方法可以得到双轴MEMS数字倾角仪中加速度计的零位电压、标度因数矩阵、安装误差系数等敏感项参数;通过重力场静态翻转实验对实验室研制的数字倾角仪进行标定;最后使用MATLAB拟合计算得到所求标定参数,并对测试结果进行了误差分析和补偿对比;实验结果表明,该方法能使MEMS数字倾角仪的测量精度提高到±0.05°,可以满足高精度的角度测量需求。     

用于空间手势输入的无陀螺微惯性测量单元设计

针对三维空间手势输入的特点,提出了一种基于双路三轴MEMS加速度计的对称配置方案及角速度、线加速度解算方法。该方法使用两个三轴MEMS加速度计以及对称的硬件布局构成无陀螺微惯性测量单元,基于积分法计算测量单元的角速度和质心处线加速度,利用角速度解析式中的冗余信息对解算积累误差进行估计并实施误差补偿。该方案避免使用陀螺组件,两路加速度计在长轴方向上的对称编排方式保证了测量单元的小体积、狭长几何特征,便于手持;相应的角速度解算方法形式简单,适用于采样时长短、测量单元横滚角变化量小的三维空间手势特征提取和识别领域。仿真实验证明了该方案的可行性和有效性。     

Performance of deterministic learning in noisy environments

In this paper, based on the previous results of deterministic learning, we investigate the performance of deterministic learning in noisy environments. Two different types of noises arising in practical implementations are considered: the system noise and the measurement noise. By employing the convergence results of a class of perturbed linear time-varying (LTV) systems, the effects of these noises upon the learning performance are revealed. It is shown that while there is little effect upon the learning speed, noises have much influence on the learning accuracy. Compared with system noise, the effects of measurement noise appear to be more complicated. Under the noisy environments, robustification technique on the learning algorithm is required to avoid parameter drift. Furthermore, it is shown that additive system noise can be used to enhance the generalization ability of the RBF networks. Simulation studies are included to illustrate the results.     

具有噪声方差及多种网络诱导不确定系统鲁棒Kalman估计

对不确定噪声方差乘性噪声,同时带观测缺失、丢包和一步随机观测滞后三种网络诱导特征的混合不确定网络化系统,应用带虚拟噪声的扩维方法和去随机参数方法,将其转化为带不确定虚拟噪声方差的时变系统.基于极大极小鲁棒估计原理,对带虚拟噪声方差保守上界的最坏情形系统,设计了鲁棒时变和稳态Kalman估值器.对所有容许的不确定性,保证实际Kalman估计误差方差有最小上界.应用扩展的Lyapunov方程方法和矩阵分解方法证明了所设计估值器的鲁棒性.证明了实际和保守估值器的精度关系,以及时变和稳态估值器间的按实现收敛性.应用于F-404航空发动机系统的仿真验证了所提出结果的正确性和有效性.     

加速度计信号处理的建模与仿真

研究车载公路路面平整度动态测量系统的优化设计问题,加速度计输出信号的二次积分用于修正路面高程数值,由于目前处理一维加速度计信号的方法中均不能滤除混入的标度因数误差。为解决上述问题,提出根据卡尔曼滤波原理建立标定车载道路路面平整度检测单元中一维加速度计混入的零偏差和标度因数误差的卡尔曼滤波模型,并使用MATLAB软件上进行仿真,仿真结果表明建立的卡尔曼滤波模型可以有效估计和滤除加速度计输出信号中混入的固有零偏差、标度因数误差和随机白噪声,为优化设计提供了依据。     

基于无偏置项LSSVM的稳健在线过程建模方法

针对直接利用最小二乘支持向量机(LSSVM)对动态过程在线建模时预测精度易受过程输出测量值上的粗大误差和噪声影响的问题,在分析样本序列结构特征和噪声作用特征基础上,提出一种基于无偏置项LSSVM的稳健在线过程建模方法。该方法在每一预测周期中根据预测误差与设定阈值之间的关系来识别和恢复异常测量值、识别和修正含噪声测量值,从而降低样本中的噪声,使得出的LSSVM较好地跟踪过程的动态特性。这种在线过程建模方法具有稳健性,能减少输出值上粗大误差和高斯白噪声对LSSVM预测精度的影响,提高预测精度。数字仿真显示该方法的有效性和优越性。     

虚拟陀螺技术研究

提出了一种基于阵列数据融合的虚拟陀螺技术来提高微机械陀螺的精度.其将多个同类型的陀螺组合形成阵列.采用Allan方差方法提取微机械陀螺的速率随机游走、角度随机游走等噪声,并利用阵列陀螺间同类噪声的相关性建立卡尔曼滤波器的系统噪声方差阵及量测噪声方差阵,设计实现了静态和动态两种最优滤波器对陀螺的输出进行最优估计.实验结果显示:三个偏置稳定性为35 deg/hr的微陀螺经静态、动态滤波后,所形成的虚拟陀螺偏置稳定性分别降至0.15 deg/hr和20deg/hr,表明该虚拟陀螺技术可有效提高微机械陀螺的精度.     

带噪声抑制的GPS姿态测量算法

利用GPS载波相位测量载体的姿态时,各种误差源对定姿精度有很大影响。基于载波相位双差观测模型,分析了载波相位误差和接收机到卫星的可视矢量（LOS）误差以及这些误差在姿态测量中的影响权重。针对传统最小二乘方法中仅考虑观测矢量噪声的局限性,在基线解算过程中采用同时考虑LOS组成的设计矩阵和观测矢量噪声的总体最小二乘（Total Least Squares,TLS）方法,并从理论和实验两个方面证明该方法能有效抑制噪声影响,提高姿态解算的精度。     

A resampling approach for adjustment in prediction models for covariate measurement error

Recent works on covariate measurement errors focus on the possible biases in model coefficient estimates. Usually, measurement error in a covariate tends to attenuate the coefficient estimate for the covariate, i.e., a bias toward the null occurs. Measurement error in another confounding or interacting variable typically results in incomplete adjustment for that variable. Hence, the coefficient for the covariate of interest may be biased either toward or away from the null. This paper presents a new method based on a resampling technique to deal with covariate measurement errors in the context of prediction modeling. Prediction accuracy is our primary parameter of interest. Prediction accuracy of a model is defined as the success rate of prediction when the model predicts new response. We call our method bootstrap regression calibration (BRC). We study logistic regression with interacting covariates as our prediction model. We measure the prediction accuracy of a model by receiver operating characteristic (ROC) method. Results from simulations show that bootstrap regression calibration offers consistent enhancement over the commonly used regression calibration (RC) method in terms of improving prediction accuracy of the model and reducing bias in the estimated coefficients.     

网络化不确定系统集中式融合鲁棒稳态估值器

对于一类在状态转移阵和系统观测阵中带相同的状态依赖乘性噪声、带噪声依赖乘性噪声、一步随机观测滞后、丢包和不确定噪声方差的多传感器网络化系统,文章研究其鲁棒集中式融合稳态滤波问题.应用增广方法将系统转换为带随机参数矩阵、相同过程和观测噪声的集中式融合系统.应用去随机化方法和虚拟噪声技术,系统进一步转化为仅带不确定噪声方差的集中式融合系统.根据极大极小鲁棒估计原理,本文提出了鲁棒集中式融合稳态Kalman估值器(预报器、滤波器和平滑器),证明了所提出的集中式融合估值器的鲁棒性,给出了鲁棒局部与集中式融合估值器之间的精度关系.本文提出了应用于多传感器多通道滑动平均(MA)信号估计的一个实例,给出了相应的鲁棒局部和集中式融合信号估值器.仿真实验验证了所提出方法的有效性和正确性.     

基于本征模函数能量的外测数据误差分析方法

受测量环境、测量手段和弹道特性影响,外弹道测量数据误差复杂,存在随机误差具有不可观测性、强相关性和非平稳时变特性,以及系统误差具有潜伏性和不易识别的问题。为了有效估计随机误差特性,准确修正系统误差影响,提出了一种基于本征模函数(IMF)能量拐点的外测数据误差分析方法。根据外测数据随机误差、系统误差和真实数据的频率特征,采用IMF能量拐点方法将分解得到的IMF分成高频随机误差、混合信息和有效信息共3个集合。将高频随机误差集合直接去掉,有效信息集合保留,混合信息集合采用改进的阈值函数进行小波滤噪,重构滤噪后得到外测有效数据。经数据验证,该方法可合理补偿系统误差值,与真实弹道测量值差别最小,提高了定位精度。     

AFM微悬臂梁探针弹性常数各种标定方法的比较与分析

微悬臂梁探针是基于原子力显微镜(AFM)的微纳尺度力学测试中重要的力传感元件,其弹性常数的准确程度直接影响力学测量结果的可靠性。但是,目前已有的众多标定微悬臂梁探针弹性常数的方法都有各自的局限性,且准确性各异,因此需要对各种方法进行对比来选择出最佳方法。选取三种商用悬臂梁探针利用本实验室搭建的基于天平法的可溯源微悬臂梁探针弹性常数标定仪对其法向弹性常数进行标定,之后再将相同悬臂梁用三种常用标定方法（尺寸参数法,Sader法,热噪声法）进行再次标定。对不同方法测量结果进行比较,分析并详细讨论每种方法的优缺点与适用范围。结果表明相比于其他方法,微悬臂梁探针弹性常数标定仪（天平法）可测范围广,精度高,可溯源,可成为精确标定各种悬臂梁探针弹性常数的最佳方法之一。