MEMS陀螺仪随机漂移误差滤波处理研究

MEMS陀螺仪是一类新型惯性器件,具有体积小、成本低、重量轻、可靠性高等优点,但是精度较低、随机漂移误差比较大.从实际工程应用角度出发,针对MEMS陀螺仪的随机漂移误差,首先进行实时均值滤波处理,然后基于随机序列时序分析法的基本原理,建立MEMS陀螺仪随机漂移误差的一阶AR模型,然后依据kalman滤波算法的马尔科夫特性,提出了对MEMS陀螺仪每次输出进行实时多次滤波处理的新方法.通过对具体测量数据进行处理,MEMS陀螺仪的随机漂移误差减小到原来的百分之二左右.     

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.     

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。     

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。     

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.     

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.     

低成本无人机载空地导弹姿态测量误差研究

框架式陀螺仪可显著降低空地导弹成本,然而陀螺误差问题制约了空地导弹对目标的捕获概率和制导精度。提出一种基于泰勒级数公式的陀螺误差补偿方法,详细分析了陀螺仪输出误差源,建立了无人机载空地导弹陀螺仪输出误差模型,推导了导弹姿态角与陀螺仪输出的数学关系式。通过陀螺仪在三轴转台上的半实物仿真试验,验证了所建立的陀螺误差模型正确性和有效性。提出的误差补偿方法可将无人机载空地导弹偏航姿态角误差和倾斜姿态角误差在20 s内分别控制在0.4°和1°以内,且补偿方法简单实用,已经在工程上得到了应用。     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.     

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。     

一种有效的数据融合方法——分布式的离散Kalman滤波方法

介绍了一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明,分布式的离散Kalman滤波方法是一种有效的数据融合方法。     

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.     

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。     

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.     

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。     

激光陀螺捷联惯导系统中惯性器件误差的系统级标定

为评估激光陀螺SINS的性能,需对系统中的惯性器件误差,包括随机漂移误差、刻度系数误差与安装误差角等,进行系统级标定。提出了卡尔曼滤波校准法,此方法利用激光陀螺SINS六位置静基座测试数据来标定系统中的惯性器件误差。其实现过程包括两步：首先,基于降阶处理思想,利用SINS的静基座测试数据,通过卡尔曼滤波来估计SINS系统中激光陀螺随机漂移误差及其他误差参数的耦合参量;第二步,比较两组不同位置的静基座测试数据的滤波辨识结果,对不同形式的耦合参量估值进行标量运算,即可获得SINS系统中其它惯性器件误差参数的校准值。卡尔曼滤波校准法的方法比较简单,测试易于实现,只需要一台精度比较高的手动三轴定位转台即可。另外,卡尔曼滤波法具有对测量噪声及环境干扰的影响不敏感、校准精度高的优点。卡尔曼滤波校准法的有效性与可行性已通过仿真测试得到了验证。     

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。     

光纤陀螺漂移的数据分析及建模

设计了应用于陆用捷联惯导系统中的干涉式光纤陀螺(IFOG)的数据采集系统,对IFOG进行了测试,给出了测试曲线.采用Allan方差法对IFOG的测试数据进行了分析,辨识出了各项随机误差系数.此外,采用时间序列分析方法,建立了IFOG的随机漂移误差模型.所得结论为改进IFOG设计及实际应用中对IFOG的误差补偿奠定了基础.     

函数生成机构运动误差的随机特性分析

函数生成机构的运动误差是机构构件尺寸和输入运动(时间)的函数,同时构件尺寸公差具有随机性;因此机构运动误差在其运动行程内某时间点上为随机变量,在整个运动行程上为随机过程。基于平面四杆函数生成机构的运动误差模型,推导了误差过程的均值、标准差、自相关函数、自协方差函数的解析表达。数值分析表明,含结构误差和随机误差的机构运动误差为一普遍随机过程。