共查询到20条相似文献,搜索用时 168 毫秒
1.
《传感器与微系统》2019,(5)
微机电系统(MEMS)陀螺的模态谐振频率和品质因子具有较强的温度敏感性,使得MEMS陀螺的输出零偏随温度漂移。为了解决零偏随温度漂移问题,提出了一种基于MEMS微机械陀螺的驱动谐振频率做温度基准的零偏温度补偿方法。温度在-40~60℃范围内变化,经多次循环测量陀螺零偏,获得零偏与温度之间的变化关系,并在此基础上,对零偏进行建模分析。利用谐振频率与温度的线性关系,以驱动谐振频率为温度参考,对陀螺零偏进行实时温度补偿。实验结果表明:上电零偏稳定性由补偿前的143. 81°/h变为补偿后的26. 51°/h,降低了5. 42倍;温度在-40~60℃范围内变化,补偿前后的零偏稳定性分别为1368. 05°/h和62. 86°/h,降低了22倍。 相似文献
2.
微机电系统(MEMS)陀螺精度较低,严重影响制导火箭弹惯导系统的精度.为了减小MEMS陀螺的随机漂移,提高其精度使其满足简易制导火箭弹的精度要求,需要对陀螺信号进行滤波,MEMS陀螺随机漂移建模与补偿是其中的难点.针对上述问题,提出采用自回归移动平均(ARMA)分析的方法建立MEMS陀螺随机漂移模型,然后基于此模型对随机漂移信号进行卡尔曼(Kalman)滤波.对某MEMS陀螺在静止条件下的观测信号的滤波效果表明,ARMA模型拟合度高,能准确描述MEMS陀螺随机漂移特性;Kalman滤波方法能有效减小随机漂移误差,提高MEMS陀螺的精度,对提高简易制导火箭弹的精度具有一定的参考价值. 相似文献
3.
4.
基于ARIMA模型的光纤陀螺随机漂移滤波方法研究 总被引:1,自引:0,他引:1
对光纤陀螺随机漂移输出进行了非平稳性检验,并建立了非平稳求和自回归滑动平均(ARIMA)模型,在此模型的基础上对光纤陀螺随机漂移进行卡尔曼(Kalman)滤波,并对滤波结果进行Allan方差分析。与基于自回归(AR)模型的Kalman滤波结果进行比较,实验结果表明:基于ARIMA模型的Kalman滤波比基于AR模型的Kalman滤波更能减小光纤陀螺的零偏不稳定性和角度随机游走。 相似文献
5.
6.
硅微机械陀螺批量生产后,传统的微陀螺测试方法耗费时间比较长,需要专用设备,测试系统比较复杂,工作量很大.基于双正弦载波调制的测控电路,经过大量的电路调试工作,首次利用电路分析方法,提出了三种评价硅微陀螺性能的指标.运用此评价指标,对五个硅微陀螺进行了性能评价,性能由高到低依次是G05、G04、G03、G02、G01,并用零偏稳定性指标对G05 、G01进行了验证,G05零偏稳定性67°/h, G01零偏稳定性104°/h.结果表明,电路分析方法可以快速评价硅微陀螺性能,效率高,准确率高.最后,运用电路分析方法进一步优化了微陀螺的结构设计以及改进了相关的制造工艺. 相似文献
7.
首先介绍了时间序列ARMA模型及其建模方法,并利用该方法基于振动环式微机械陀螺的实测数据建立了振动环式微机械陀螺随机漂移的ARMA模型。在此模型基础上,设计了Kalman滤波器。仿真结果表明此方法能够有效抑制微机械陀螺的零点随机漂移。 相似文献
8.
9.
光纤陀螺温度漂移误差的模糊补偿方案研究 总被引:1,自引:0,他引:1
针对光纤陀螺启动过程中的温度漂移问题,研究了一种模糊模型补偿方案.依据Shupe非互易性理论和Mohr加热模型试验的结论,以光纤环内侧温度和温度变化率为输入,以陀螺漂移为输出建立了二输入一输出模糊模型.通过全温范围(-25 ℃~45 ℃)内的恒温静态试验数据辨识出模糊规则库,进而实行模糊推理可实现光纤陀螺温度漂移的在线自动补偿.室温验证试验表明,陀螺的零偏稳定性由补偿前的0.037°/h 减小为0.017°/h,与标称指标相当,陀螺启动时间由补偿前的30 min减少为2 min. 相似文献
10.
11.
12.
13.
MEMS陀螺温度漂移严重影响系统的测量精度。传统的BP神经网络建模补偿容易使权值和阈值陷入局部极小值,导致网络训练失败。陀螺输出信号中的高频噪声也会影响模型精度。针对上述问题,该文提出一种Kalman滤波结合粒子群算法(PSO)优化BP神经网络的MEMS陀螺温度漂移补偿方法。首先对陀螺进行了温度漂移测试实验,然后采用Kalman滤波对实验数据进行降噪,最后建立陀螺温度漂移模型,从而实现温度漂移的补偿。实验结果表明,采用该方法补偿后MEMS陀螺在不同温度下的输出方差降低了65.09%,与传统的BP神经网络相比补偿精度明显提高。 相似文献
14.
卡尔曼滤波在激光陀螺信号处理中的应用 总被引:1,自引:0,他引:1
各种随机噪声是激光陀螺误差的主要来源;设计了基于激光陀螺漂移数据时间序列模型的卡尔曼滤波器,对激光陀螺漂移数据进行了滤波,并采用Allan方差法分析了滤波结果;结果表明,基于时间序列模型的卡尔曼滤波器有效地减小了随机误差。 相似文献
15.
16.
随机噪声是影响MEMS陀螺精度的一个重要因素。本文基于时间序列分析方法建立MEMS陀螺的随机漂移AR模型后,使用自适应卡尔曼滤波器对信号进行滤波。通过比较陀螺原始信号和自适应卡尔曼滤波后的信号,可以得出结论:自适应卡尔曼滤波器在处理MEMS陀螺零点漂移中具有良好的滤波效果。 相似文献
17.
18.
19.
小波阈值去噪和FAR建模结合的MEMS陀螺数据处理方法 总被引:1,自引:1,他引:0
为解决MEMS陀螺输出信号中噪声大、随机漂移严重的问题,提出了一种小波阈值去噪和函数系数自回归FAR建模结合的MEMS陀螺数据处理方法。采用小波阈值去噪法对MEMS陀螺输出信号去噪,提高其信噪比;为克服常用的自回归AR模型无法解决MEMS陀螺随机漂移存在的非线性问题,引入FAR模型对MEMS陀螺的随机漂移进行建模。实验结果表明,此数据处理方法可有效抑制MEMS陀螺输出噪声,且与AR模型相比,FAR模型能更精确地对MEMS陀螺随机漂移进行建模及预测。 相似文献