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.     

MEMS传感器随机误差分析及处理

MEMS传感器的精度限制了其应用范围,为减小MEMS传感器随机误差的影响,提高其精度,对其随机误差进行分析和处理具有重要意义。本文首先采用Allan方差法分析了MEMS陀螺仪和加速度计的主要随机误差。然后基于Allan方差分析结果,发现从时频角度,采用小波变换分析传感器的随机误差,可以对零偏,有色噪声,白噪声进行了有效分离。最后通过对小波降噪方法的探讨,发现小波分析具有分离、减小随机误差的优势。     

基于Allan方差的MEMS陀螺随机误差建模

针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法。在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模。通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确。该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值。     

基于Allan方差的MEMS陀螺误差分析

利用Allan方差法对国外一款MEMS陀螺仪进行误差分析,通过长时间静态数据分析,对陀螺误差系数进行标定,验证了Allan方差法用于陀螺误差分析的可行性。     

一种MEMS加速度计误差分析与校准方法

MEMS传感器测量中一般存在确定性偏差和随机噪声两类误差,为提高其测量精度和稳定性,以MEMS加速度计为例,在建立其测量误差模型的基础上,提出一个综合的校准方案,同时对这两类误差进行补偿。其中使用Allan方差对随机噪声项进行量化分析,并综合采用了最小二乘法计算确定性校准系数,扩展卡尔曼滤波降低随机噪声等方法。通过实验验证,表明该方案可以有效校准加速度计测量的确定性偏差并降低随机噪声干扰,最终经过误差补偿后的测量数据在精度和稳定性方面都有明显提升。     

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.     

煤矿井下微机电系统陀螺随机误差辨识

针对常用随机误差辨识方法不能揭示潜在的误差源、很难分离出具体随机误差、数据采集时间过长等问题,利用Allan方差分析法对煤矿井下微机电系统(MEMS)陀螺随机误差进行辨识。介绍了Allan方差分析法原理,利用Allan方差分析法对MEMS陀螺实测数据进行处理,给出了Allan标准差曲线,通过最小二乘拟合得到MEMS陀螺的主要随机误差系数。实验结果验证了Allan方差分析法用于MEMS陀螺随机误差辨识的有效性。     

MEMS传感器误差建模技术研究

本文针对MEMS传感器存在的随机误差和确定性误差进行建模,运用Allan方差理论对MEMS传感器信号进行了定量分析,同时考虑传感器各轴的不正交特性,构建确定性误差校正模型,实现对误差的快速消除,通过构建的随机误差系数和确定性误差校正模型,可以正确评价陀螺仪的性能指标,构建的误差模型可用于导航算法传中感器误差的消除.     

基于CEEMD的水下机器人MEMS陀螺降噪方法

MEMS陀螺仪工作时,容易受到各种噪声,尤其是高频噪声影响,不利于导航系统长时间工作,因此需要对数据实时去噪。互补集合经验模态分解(CEEMD)是一种按照自身尺度进行信号分解的算法,信号震荡随着分解级数逐渐减小,能够较好地分离高频和低频信号。以水下机器人MEMS陀螺仪为研究对象,根据水下实测数据,采用CEEMD分解陀螺信号,提取有效信息,并利用Allan方差验证CEEMD的有效性。仿真结果表明CEEMD对随机噪声、高频信号具有良好的降噪效果。     

基于MEMS陀螺仪的随机误差分析

为了提高MEMS陀螺仪测量精度,减少随机误差的影响,对产生随机误差的噪声源及其随机误差模型进行了分析;通过分析MEMS陀螺仪自身结构的缺陷并且对其输出数据进行了相应的滤波处理与平稳性检验,确立了合适的误差模型并利用Kalman滤波进行误差补偿,验证了模型的有效性;同时运用Allan方差法对MEMS陀螺仪噪声项进行了分析,确定了影响MEMS陀螺仪测量性能的主要因素以及比较了滤波前后的各项噪声源系数,检验了滤波效果且实验结果证明误差模型显著提高了MEMS陀螺仪的测量精度。      

MEMS传感器随机误差分析

根据MEMS传感器中随机误差较大,有时会覆盖传感器中有用信号的问题,提出采用Allan方差方法对MEMS传感器实测数据进行分析。系统地分析了引起MEMS传感器误差的随机噪声种类及其来源和特性,Allan方差分析方法的优势不仅在于能确定各类随机误差的误差特性,而且可以确定出其误差系数,由此可与相应的各种滤波方法相结合更好地实现其滤波效果。实验证明:Allan方差分析是对MEMS传感器随机误差进行研究的有效方法。     

MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。     

基于小波分析的MEMS加速度计去噪优化算法

针对惯导系统中MEMS加速度计输出漂移误差较大的问题,本文在对噪声分析建模的基础上,提出了一种小波阈值去噪优化算法.利用Allan方差分析加速度计输出噪声特性,构造噪声模型,并设计了一种基于多尺度阈值函数的去噪方法.该方法有效克服了传统软、硬阈值函数的局限性,且在各尺度上选取不同的调节系数优化滤波性能,算法适应性强.仿真结果表明,该方法在信噪比、均方根误差和波形相似度方面均有明显改善,较之传统阈值去噪算法信噪比提高了5 dB,并能在一定程度上提高系统导航精度,100 m范围内相对误差降低2.69％.     

车载微加速度计信号的小波去噪技术研究

车载环境下由于微机械加速度计自身特点和受到车辆振动、电磁干扰等原因,其真实加速度信号往往受到严重的干扰,给数据分析带来很大困难.针对此种情况,结合对车载加速度计输出信号的分析假设了一种加速度信号,同时用真实的加速度计输出噪声作为干扰叠加在假设信号上,以信号的统计指标作为去噪效果的评价标准选择了合适的小波基,并据此对实际信号进行去噪处理证明:小波去噪方法非常适合于此类受到严重干扰的测量信号的去噪处理,去噪效果良好,且计算分析简便.     

MEMS加速度计的六位置测试法

主要介绍了MEMS加速度计的六位置测试法,根据MEMS加速度计输出数学模型详细推导了如何得到MEMS加速度计的输出数学模型中的刻度因数、零偏以及安装误差,并在得到其标定系数后将其封装在C函数中进行了验证实验.通过实验数据分析可知,MEMS加速度计的六位置测试法原理简单、易于实现,且精度较高.这种标定法所得到的MEMS加速度计输出能够比较准确地反映其输出,而且MEMS加速度计的线性度有所改善.     

振动环境下MEMS加速度计的可靠性评估

在MEMS加速度计加速寿命试验及加速性能退化试验研究的基础上,对MEMS加速度计在振动环境下的可靠性技术进行了研究.通过理论分析MEMS加速度计在振动环境下的失效模式和失效机理,结合具体的试验条件设计了加速度计加速寿命试验及加速性能退化试验方案,并对MEMS加速度计在振动环境下的失效数据分别进行了加速寿命可靠性评估及加速性能退化可靠性评估.研究表明,两种评估方法得到的评估结果基本一致;加速性能退化评估方法适用于MEMS加速度计在振动环境中的可靠性研究,且该方法简捷、正确可行、节省试验费用,为MEMS加速度计在实际应用中提供了重要的参考依据.     

三维MEMS加速度计的性能测试方法与分析

文章针对一种三维MEMS加速度计,提出了三维加速度计的测试方法,并根据测试结果对此加速度计进行了性能分析。通过对其设计原理和内部结构的描述,指出该型MEMS加速度计的结构优点及性能特点。针对该加速度计,作者设计了测试装置,制作了测试电路,并在文章中详细描述了测试原理及整个测试过程。分别在三个方向上,对此三维MEMS加速度计进行了多次对比测试,同时采集包括标准加速度计输出和MEMS加速度计三向输出在内的四路信号,以便进行冲击方向上两加速度计的横向对比和三向MEMS加速度计的轴间耦合分析。测试结果表明,此测试方法和装置是可靠有效的,且具有一定的通用性可用于其它类似传感器的测试分析中。     

基于MEMS传感器的微型姿态确定系统研究

针对捷联式姿态确定系统误差随时间积累的缺点,设计了一种由MEMS陀螺、加速度计及微磁强计组合的姿态确定系统。采用Allan方差方法分析了陀螺随机误差,通过建立姿态误差四元数微分方程和磁强计线性化测量方程,设计了姿态估计卡尔曼滤波器。系统采用实际测量值进行姿态解算,结果表明这种组合能够有效抑制传感器随机漂移引起的姿态误差,系统具有体积小、成本低、性能可靠等优点。