基于Kalman滤波算法的陀螺仪动态漂移补偿研究

应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。     

基于免疫神经网络的陀螺仪漂移预测

BP神经网络可用于预测陀螺飘移误差，但容易陷入局部极值，训练速度很慢。针对上述缺点，该文提出了一种基于免疫算法的神经网络，以样本输出为抗原、神经网络权值矩阵为抗体，通过克隆、变异、抑制等步骤找到最优抗体，将最优抗体用于陀螺仪漂移预测。仿真试验显示，免疫训练算法能有效优化网络权值，基于该模型的漂移预测精度较高。     

基于免疫神经网络的陀螺仪漂移预测

BP神经网络可用于预测陀螺飘移误差，但容易陷入局部极值，训练速度很慢。针对上述缺点，该文提出了一种基于免疫算法的神经网络，以样本输出为抗原、神经网络权值矩阵为抗体，通过克隆、变异、抑制等步骤找到最优抗体，将最优抗体用于陀螺仪漂移预测。仿真试验显示，免疫训练算法能有效优化网络权值，基于该模型的漂移预测精度较高。     

基于相关向量机的MEMS陀螺仪随机漂移补偿

提出了一种基于相关向量机的MEMS陀螺仪随机漂移预测方法。针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点,建立了相关向量机预测模型,并采用EM算法获得模型的参数。针对随机漂移的混沌特性,利用相空间重构技术,将重构后的漂移序列作为输入变量进行模型的训练和预测。训练和测试结果均表明,该方法具有很好的预测效果,优于常用的时间序列分析法和支持向量机法。利用预测结果对随机漂移进行补偿,有效地提高了陀螺的使用精度。     

基于时间序列分析的Kalman滤波方法在MEMS陀螺仪随机漂移误差补偿中的应用研究

从工程实用的角度出发,探讨了MEMS陀螺仪随机漂移误差的有效补偿方法.首先采用时间序列分析的方法建立了MEMS陀螺仪的随机漂移误差模型,然后阐述了用基于时间序列模型的Kalman滤波方法减小该漂移误差的具体方法.对某MEMS陀螺仪实测数据的误差补偿结果表明,所介绍的滤波方法能够有效地抑制其漂移误差,提高MEMS陀螺仪在实际系统中使用精度.     

MEMS陀螺仪静态漂移模型与滤波方法研究

针对移动机器人上安装的MEMS陀螺仪进行研究,根据MEMS陀螺仪的实测数据,分析了其噪声特性,采用时间序列分析方法建立MEMS陀螺仪漂移的AR模型,进而通过Kalman滤波降低随机噪声对MEMS陀螺仪精度的影响。仿真结果表明:静态漂移的建模和滤波方法对提高MEMS陀螺仪精度是有效的。     

基于卡尔曼滤波算法的MEMS陀螺仪误差补偿研究

为了补偿MEMS陀螺仪的漂移误差,本文采用了一种新的卡尔曼滤波算法。文中对MPU3050陀螺仪进行分析,提出其漂移模型。通过分析陀螺仪的误差,建立陀螺仪的误差模型。卡尔曼滤波的效果通过阿伦方差进行评估,与其他滤波算法比较,在MEMS陀螺仪中采用卡尔曼滤波算法可以有效的减少SCM（单片机）计算,并在转台上对陀螺仪进行测试。实验结果表明,结合误差模型和卡尔曼滤波算法可有有效的减少陀螺仪的漂移误差。     

基于支持向量机的MEMS陀螺仪随机漂移补偿

针对传统方法的不足,将支持向量机应用于MEMS陀螺仪随机漂移的补偿。建立了支持向量机预测模型,通过相空间重构技术,将标量的随机漂移时间序列嵌入到一个辅助的相空间中进行模型的训练和测试,并使用最优化算法得到了核函数和预测模型的各项参数。训练和预测结果均表明,该方法具有很好的预测效果,是一种有效的MEMS陀螺仪随机漂移补偿方法。     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

动力调谐陀螺仪温度补偿技术研究

为了减小温度变化对动力调谐陀螺仪性能稳定性的影响,设计了温度补偿方案.利用控温箱,有计划地改变陀螺仪工作温度,实验测得各温度下陀螺仪的漂移,建立陀螺仪输出的温度模型,通过测温元件,实测该时刻的陀螺仪温度值,估计出陀螺仪当前温度下的漂移输出值,从陀螺仪实测的输出值中将估计出的漂移值扣除,即为陀螺仪补偿后的输出.仿真表明:在26℃～50℃温度范围内,温度补偿后的陀螺仪漂移输出小于0.050/h,满足设计指标要求.可见,此温度补偿方案能有效减小陀螺仪温度漂移.     

基于ARMA模型和狼群算法的陀螺随机漂移建模研究

光纤陀螺的随机漂移误差是影响惯性导航系统精度的关键因素之一,根据陀螺随机漂移数据的数学模型进行补偿,可有效地提高系统精度.在大量实验的基础上建立陀螺随机漂移的自回归移动平均(ARMA)模型,同时使用长自回归模型法求解模型参数,再对参数进行优化.实验结果证明:经狼群算法优化后的陀螺随机漂移模型更加准确,建模精度相对于传统的时间序列分析法有了较大提高.研究内容对光纤陀螺随机漂移建模精度的提高有较好的参考价值.     

MEMS陀螺漂移误差建模与滤波

MEMS陀螺漂移误差直接影响光电稳定跟踪平台伺服机构的控制精度.针对MEMS陀螺随机漂移误差慢时变、弱非线性、难以准确补偿的特点,基于随机序列时序分析法的基本原理,对预处理后的MEMS陀螺漂移残差信号进行建模,并根据模型对残差信号进行Kalman滤波.结果显示滤波前后信号的方差提高了1到2个数量级,表明有效抑制了漂移误差,提高了MEMS陀螺的精度.     

基于加速度计的陀螺三轴角速率提取算法研究

旋转弹载免驱动三轴MEMS陀螺的输出信号是横滚、偏航、俯仰3个角速度耦合在一起的特殊信号,如何解出弹体的3个角速度是研究的重点和难点.为解决这一问题,从旋转弹载免驱动三轴MEMS陀螺结构原理出发,分析了其输出信号.针对信号的特殊性,提出通过用重力加速度计的输出信号和陀螺的输出信号进行对比的方法来实现陀螺的三轴角速度的提...     

基于卡尔曼滤波的陀螺仪降噪处理

针对MEMS陀螺仪输出信号随机漂移误差造成测量精度低的问题,提出了一种基于BP神经网络的卡尔曼滤波降噪模型.基于BP神经网络的基本原理,首先利用BP神经网络对系统进行学习,获得系统状态方程,然后建立了基于BP神经网络的滤波模型,最后应用于卡尔曼滤波对MEMS陀螺仪信号进行降噪.半实物模拟仿真实验表明:基于BP神经网络的卡尔曼滤波后的数据的速率随机游走等系数比原始数据下降6.89倍,验证了本方法的降噪性能优于基本卡尔曼模型,在MEMS陀螺仪的数据处理方面具有一定的应用价值.     

基于MEMS惯性传感器的机器人姿态检测系统的研究

提出了一种基于MEMS惯性传感器的机器人姿态检测系统,并对检测系统的原理,组成以及数据采集进行了研究.并对陀螺仪和加速度计的影响因素进行说明,利用硬件对采集的数据进行滤波处理.通过卡尔曼滤波方法实现数据融合,充分地利用惯性传感器的信息,从而有效地提高姿态检测系统的检测精度.仿真试验表明了卡尔曼滤波方法对于提高检测精度是切实有效的.在实际的试验中也取得了很好的效果,并应用于实际的机器人姿态检测.     

基于数字调节方法的MEMS陀螺零位补偿技术研究

针对环境温度影响导致MEMS陀螺零位输出变化较大的问题,设计了一种基于数字调节方法的零位补偿电路并提出了一种陀螺零位漂移特性的测试方法。该补偿电路依据陀螺内部温度传感器输出,实时调节补偿电路输出,实现零位补偿。采用全温(-40℃～+60℃)测试方法,研究得到陀螺零位漂移模型,再经过研究零漂值与补偿电路值之间的对应关系,求解出温度与补偿电路之间的数学模型。实验表明,采用该方法使陀螺零位在全温范围内稳定精度提高了一个数量级,证明了提出方法的可行性和有效性。     

基于FFT的陀螺寻北仪误差补偿

传统提高陀螺寻北仪精度的方法主要是选用高精度陀螺、提高转位精度、增加转位数、通过数字滤波消除外界干扰等,这些方法大多针对寻北仪的某方面误差因素进行改进,而对寻北仪整体的误差特性研究较少。通过对陀螺寻北仪综合误差特性的分析,提出了基于快速傅立叶变换(FFT)的寻北仪误差补偿方法。该方法首先测量出寻北仪的整周误差,然后通过求取FFT系数完成对寻北仪的系统级误差补偿,该方法尤其对寻北仪制造过程中的结构误差和测量元件的常值漂移残差具有良好的补偿效果。经产品验证可以在保持现有陀螺和转位精度不变的情况下,提高寻北精度3倍以上,具有良好的工程实用价值。     

基于集成温度传感器的硅微陀螺仪数字化温度补偿研究

提出了一种基于集成温度传感器的硅微陀螺仪数字化温度补偿方法。首先,介绍了集成温度传感器的硅微陀螺仪基本结构原理,分析了硅微陀螺仪动力学方程以及温度变化对硅微陀螺仪谐振频率、品质因数、标度因数和零偏的影响。然后,设计了基于FPGA的硅微陀螺仪数字化补偿电路。最后,经过温度特性实验得到标度因数和零偏随温度变化曲线,建立了温度补偿模型,提出分段温度补偿方法。经过温度补偿后,标度因数和零偏的温度系数分别由316.66×10-6/℃和366.22°/(h·℃)减小为69.67×10-6/℃和115.25°/(h·℃),证明了补偿方法的正确性和可行性。     

基于陀螺辅助的磁罗盘抗干扰测量方法

为了解决磁罗盘使用过程中受到的磁干扰和加速度干扰影响测量精度问题。提出了基于陀螺辅助的磁罗盘抗干扰测量方法。选取磁罗盘姿态四元数微分程和传感器误差模型共同构建系统的滤波模型,由自适应卡尔曼滤波算法实现磁罗盘姿态估计,并借助于无磁转台对测量方法进行了实验验证,结果表明该方法是可有效实现磁罗盘的抗干扰测量,且能提高磁罗盘测量精度。