一种适用于单轴MEMS倾角仪的快速标定方法及实现

针对单轴倾角仪核心元件MEMS加速度计零点电压和标度因数在反复上电后会发生改变,且在外场环境下,不能通过转台对其进行修正的问题,本文根据MEMS加速度计的安装误差、输出模型推导了单轴倾角仪的标定模型,提出了一种适用于单轴倾角仪的快速标定方法,并利用实验室研制的MEMS单轴倾角仪及LABVIEW软件编写的上位机对该方法进行了试验验证.实验表明,该快速标定方法可快速、准确地修正MEMS加速度计零点和标度因数的漂移,从而保证倾角仪的测量精度,具有良好的工程实践意义.     

一种微惯性测量单元标定补偿方法

在介绍微惯性测量单元组成与结构的基础上,根据MEMS惯性器件的输出特性,建立了微惯性测量单元中加速度计和陀螺仪的数学标定模型,提出并推导了一种适用于微惯性测量单元的标定方法,该方法可以得到微惯性测量单元中惯性传感器的零位、标度因数、安装误差系数及g值敏感项等33个参数;然后,具体介绍了通过加速度计重力场静态翻滚试验和陀螺仪恒角速率试验对MIMU中参数标定的方法和步骤,并对实验室自研的MIMU进行了标定;最后利用得到的标定参数对测试结果进行了误差分析与补偿;实验结果表明,该方法使MIMU的测量精度提高了1～2个数量级,能够满足姿态解算及导航计算的精度要求。     

基于加速度计的数字倾角仪误差建模与分析*

基于加速度计的数字倾角仪在实际应用过程中,其精度在很大程度上受加速度计测量误差的影响。为了提高倾角仪的测量精度,需要对传感器本身引入的误差进行建模和分析,根据加速度计倾角仪的测量原理,得出其误差源为加速度计传感器测量误差。在对传感器的测量误差建立数学模型的基础上,通过仿真分析及实验进行验证。该误差模型不仅给出了倾角仪测量的俯仰角及滚转角的最小误差范围,还可以为传感器选型及后续的误差分析和补偿提供理论参考,具有一定的实用价值。     

微机电加速度计的六位置标定

加速度计是惯性导航系统测量载体加速度和影响惯性导航系统精度的主要元器件.为提高惯性导航系统的精度,在使用加速度计以前需要进行加速度计的标定测试[1].主要介绍了微机电(Micro Electro Mechanical Systems,简称MEMS)加速度计的六位置标定法,以便从MEMS加速度计的误差模型中分离出MEMS加速度计的各项标定参数.这些参数包括MEMS加速度计的标度因数、零位漂移以及安装误差系数.并且在得到MEMS加速度计的各项标定参数后将其封装在C函数中进行了验证实验.实验结果表明MEMS加速度计的六位置标定法的原理简单并且在工程应用中容易实现,所得到的MEMS加速度计的输出不但反映了MEMS加速度计的实际输出,而且使MEMS加速度计的线性度得到改善.     

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。     

基于递推最小二乘法加速度计信息辅助的磁力计标定方法

由于MEMS磁力计自标定过程无法实现与MEMS加速度计间未对准误差的估计,提出一种利用加速度计矢量作为辅助信息,对磁力计的误差参数及磁力计与惯性单元间的未对准误差参数的一步估计方法。首先.对加速度计进行标定处理;然后,利用加速度计和磁力计间点积不变的性质,构造误差参数模型;最后通过递推最小二乘法完成对误差参数的迭代求解。通过仿真与实验对本文提出方法进行了验证,结果表明,本文提出方法估计出的磁力计误差参数的误差在10-4量级,标定后的磁力计与加速度计所在的惯性单元间的旋转角稳定在苏州磁倾角47.5°附近,完成了误差参数的一步估计。且迭代计算效率较高,相比于最小二乘法计算速度,在5秒钟左右就完成了对误差参数的估计,更适用于现场标定。     

基于融合模型的高精度倾角测量系统设计

针对现有倾角测量在宽范围内误差大的问题,提出了一种基于融合模型的高精度倾角测量系统设计方案,首先通过测量误差机理分析建立双MEMS加速度计的融合模型,再拟定标定方案确定模型相关参数,最后对硬、软件进行设计,可实现0~360°内角度的高精度测量。经高精度转台对比实验验证,该设计系统具有功耗低、宽测量范围内精度高等优点,能够实现在宽范围（0~360°）的高精度测量,且测量精度达到±0.05°。     

基于加速度计的数字式倾角仪的设计

所设计的数字式倾角仪是一种基于MEMS热电偶加速度计的智能测量仪,可用于测量0°~360°倾角,同时,针对环境温度变化时对加速度计的影响,通过软件进行了补偿,测试表明:该倾角仪的测量精度达±0. 1°,并具有良好的工作稳定性和较高的性价比。     

基于MEMS传感器的车载微惯性测量单元设计

为了感知汽车姿态,利用MEMS传感器自主设计了一种车载微惯性测量单元(MIMU),详细介绍了三轴MEMS加速度计、三轴MEMS陀螺和正六面体的设计。该单元具有成本低、精度高、体积小,且便于标定等优点,可以方便地运用到汽车姿态实时监测系统中。给出了单元的标定方法,分析了其误差来源,建立误差模型以及自主设计了标定系统。实验结果表明:该单元能有效地消除信号干扰,具有满意的精度要求,可对运用该单元进行汽车姿态监测等提供理论研究与工程应用参考。     

MEMS微惯性测量组合标定技术研究

在介绍MEMS微惯性测量组合组成结构的基础上,根据MEMS陀螺和MEMS加速度计的输出模型,提出并推导了一种MEMS微惯性测量组合标定方法。利用该方法标定微陀螺的基本思路是:设置转台以速率方式运行,并且确定合适的旋转角速率间隔,使微惯性测量组合每个轴向的陀螺仪分别敏感不同的角速率,然后通过一系列计算,求解出待标定的零点偏置电压、刻度因子、交叉耦合系数及其对应的安装误差角。标定加速度计的方法类似,不同之处是设置转台以位置方式运行。理论分析和实验结果表明,利用本文所介绍的这种标定方法能够准确地将MEMS微惯性测量组合的输出电压值转化为对应的角速度和比力信息,为后续精确的姿态解算和导航计算奠定基础。     

新型测斜仪测量误差分析

在地下勘测,钻井探矿等领域,需要测斜仪对钻头的姿态进行精确定位与控制,实时监测地底下钻头的姿态变化。新型测斜仪采用环形双分量磁通门传感器和铁芯不固定的方法,具有结构简单,测量参数少,算法简单,正交度补偿算法简单等特点。但是新测斜仪在测量过程中,受到外界的误差干扰和内部传感器的安装设置误差等问题的干扰。本文针对新型测斜仪的传感器模型和电路设计方面,进行了新型测斜仪的测量误差原理分析,应用合理的电路设计减少电气间电磁干扰误差、应用了软件正交校正及物理校正的方法,有效的抑制了测斜仪传感器本身的姿态误差,提高了测斜传感器的测量准确度。     

基于多位置的MEMS加速度计快速自标定

针对MEMS加速度计输出信息受自身误差项(如零偏、标度因数、非正交误差等)干扰而影响器件自身测量精度的问题,提出一种不依赖转台设备的快速24位置标定方法.在分析MEMS加速度计输出特性基础上建立MEMS加速度计输出误差模型,设计并展开连续转停标定,利用重力特征实现加速度计误差修正.基于器件零偏、标度因数、非正交误差9个...     

MEMS惯性组件的误差特性分析与标定

针对惯性器件输出受工作环境及器件自身噪声影响,导致惯性组件输出信噪比低进而影响系统定位测姿精度等问题,提出MEMS惯性组件误差分析与标定方案。利用Allan方差对MEMS输出进行辨识,对输出信息曲线拟合并确立MEMS器件误差项的误差取值,建立MEMS几何误差模型并设计分立式标定方案。转台实验结果表明,24位置及速率标定方法可实现惯性组件常值误差系数的有效分离与求取,对比器件误差补偿前后的结果,验证了误差修正方案的可行性。     

实用的MEMS惯性器件外场标定方法

在实际工程应用中,当不具备高精度实验室标定设备时,研究简易可行的MEMS惯性器件外场标定算法非常有必要。在分析MEMS惯性器件误差模型的基础上,提出一种基于椭球模值约束算法的外场标定方法,通过设计合理的实验编排方案和有效的求解算法来实现对误差模型参数的估计。对比实验结果表明:所提出的标定方法简易可行,其误差系数在合理的误差范围内,从而证明了该外场标定方法的有效性。     

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。     

基于自适应滤波的MEMS姿态确定方法

针对消费类电子设备对姿态测量系统的需求,本文提出了一种基于MEMS加速度计、陀螺仪和磁强计的九轴姿态确定算法.针对实际系统中传感器量测噪声未知的情况,首先介绍了一种基于矢量观测器的矩阵Kalman滤波姿态确定算法,然后利用残差匹配技术,设计了一种基于残差匹配的自适应滤波方法.论文采用自适应滤波对传感器量测噪声进行估计,并将估计的量测噪声代入线性矩阵Kalman滤波算法,有效解决了线性矩阵Kalman滤波需要准确量测噪声统计信息的缺陷.最后设计了仿真实验验证本文提出的算法,并将其与线性矩阵Kalman滤波算法比较.仿真结果表明,自适应矩阵Kalman滤波的姿态旋转误差角为0.6091°,标准差为0.3009°,能够有效的估计传感器量测噪声,并具有更高的姿态确定精度和稳定性.     

IMU标定数学建模及误差分析

惯性测量单元（IMU）标定路径设计和数据处理方法取决于IMU标定数学模型,安装误差是决定IMU标定模型的重要因素。针对工程中加速度计和陀螺相对载体安装方式的不同,提出一种通过坐标系转换矩阵建立IMU标定数学模型的方法,推导IMU标定模型误差与载体角速度和加速度之间的关系,分析IMU标定模型误差对捷联惯性导航系统导航参数的影响,并利用转台提供的位置信息设计IMU标定路径和数据处理方法。仿真和转台实验结果表明：IMU标定数学模型误差引起捷联惯性导航系统速度误差、位置误差和姿态误差;安装误差的表现形式决定了IMU标定模型误差对系统导航精度的影响。     

基于IMU阵列的标定方法

微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。