基于椭球假设的三轴加速度计无依托校准方法

针对现有航姿测量系统三轴加速度计校准方法成本高、精度低以及现场校准能力不足的问题,本文提出了一种基于椭球假设的无依托现场校准方法.首先,根据传感器的灵敏度、偏置以及非正交耦合因素对加速度计的影响,建立了误差椭球校准模型.该模型将三轴加速度计的校准过程转化为将椭球面还原成圆球面的几何变换过程,使得校准参数由15个减少到9个,同时克服了部分非正交耦合参数难以辨识的问题.其次,构造了变权值似然目标函数,根据加速度计测量值的方差调整权值大小,从而降低了测量噪声对校准结果的影响.最后,运用粒子群优化(PSO)算法求解几何变换参数的最大似然估计值,并利用椭球校准模型对三轴加速度计进行校准.实验结果表明,采用椭球假设无依托现场校准方法不依赖外部辅助姿态信息,可在现场将航姿测量系统的倾角误差降低为校准前的1/5,满足了航姿系统的使用需求.     

一种基于人工鱼群算法的微机电系统加速度计静态修正方法

微机电系统加速度计是惯性跟踪系统的一部分,用来获得运动的位置信息。为了对运动姿态进行精确定位,必须对它的误差进行修正。根据加速度计误差来源和产生机理建立了误差模型,通过分析误差模型,提出了一种基于人工鱼群算法修正加速度计静态误差的方法,并与六位置测试法比较。前者在一定程度上降低了误差,提高了测量角精度,使微机电系统加速度计输出能够准确反映出真实值。     

基于AHRS与PDR融合的个人室内自定位方法研究

针对个人室内自定位问题,本文提出了基于航姿系统(AHRS)与行人航位推算(PDR)融合的自定位方法。该方法分为4部分:在步频测量中通过加速度计数据变化反映行人步行状态,在步长估计中利用模糊决策的方式获得较为合理的计算步长,在姿态估计中使用AHRS来得到低动态下个人相对精确的姿态信息,在位姿计算中结合步长和姿态数据最终计算得到个人的位姿信息。进行了不同室内环境下的实验以及与PDR方法的仿真对比,实验结果证明了该方法的可行性,仿真对比结果表明了该方法的有效性,室内定位误差不超过0. 5m。     

加速度计稳定性测试的补偿技术

介绍了加速度计稳定性的测量装置及方法。由于环境因素可以对稳定性测试产生影响,因此对加速度计的工作温度、基础水平倾角的影响进行了分析。通过研究加速度计温度误差模型,确定了建模方法。在稳定性试验中,使用高精度铂热电阻测量加速度计的工作温度,对加速度计的模型方程系数和输出进行温度补偿;使用地震前兆倾斜仪监测基础水平倾角变化,对加速度计零位输出进行补偿。     

基于GPS与惯性组件的复合测姿系统设计

针对微小型载体空间有限而无法安装大型测姿系统,提出了一种低成本的微型复合测姿方案.复合测姿系统由单天线GPS和MEMS惯性组件构成.利用扩展卡尔曼滤波将单天线GPS和MEMS惯性组件信息融合,提高了姿态估计精度.室外车载实验结果表明,利用该复合测姿系统解算的滚角和俯仰角误差可控制在1°以内,航向角误差可控制在2°以内.     

基于BP神经网络模型的MEMS加速度计误差补偿方法

现阶段普遍采用多元线性回归对加速度计误差建模,并利用最小二乘法对模型参数辨识,但其对加速度计精度提高有限,因此该文提出一种基于BP神经网络模型的MEMS加速度计误差补偿方法。该方法利用BP神经网络建立加速度计误差模型,通过多位置翻滚进行实验数据测量,并对模型进行训练,最后利用训练好的模型对加速度计误差进行补偿。比较多元线性回归和BP神经网络建模对加速计误差补偿结果,其标准偏差分别为0.001 9 g和0.000 16 g。结果表明误差下降一个数量级,说明BP神经网络能有效地补偿加速度计误差。     

加速度计温度补偿方法

介绍了加速度计温度补偿的几种方法,从加速度计的热设计、温度补偿结构设计、改善加速度计工作环境的措施、建立加速度计温度模型等几个方面对加速度计的温度补偿方法进行了分析和研究.     

单芯片集成加速度计陀螺的研究

讨论单片集成加速度计陀螺的结构及其工作原理，并对单结构加速度计陀螺的加速度信号和陀螺信号的分离进行了阐述．在以往的微型惯性测量组合中，加速度计和陀螺是分离的，这样将产生较大的轴间耦合误差．设计了双质量块振动系统，利用一个敏感头同时测量加速度和陀螺信号．在此基础上讨论了陀螺的驱动电路与信号检测电路．     

基于离心-振动复合装置的加速度计整流误差校准

通过对加速度计传统整流误差校准方法的分析研究,提出了基于离心-振动复合加速度输入的加速度计整流误差校准方案。并通过建立加速度计的非线性耦合模型,给出恒加速度和振动加速度复合作用下加速度计整流误差计算方法。利用研制的离心-振动复合校准装置,进行了恒加速度和振动加速度复合作用下加速度计的整流误差试验,结果验证了基于恒加速度和振动加速度复合输入的加速度计整流误差校准方法的合理性和可行性。     

等比力法与等角位置法测试加速度计误差模型系数的比较

阐述了在重力场下分别用等比力法和等角位置法标定加速度计的方法,给出了加速度计误差模型系数的不确定度公式,比较了两种方法的加速度计误差模型系数的标定精度,对加速度计进行了实际测试和误差分析,实验结果表明两种方法的加速度计标定精度各有优劣,可针对不同误差系数的标定精度选择其一。     

用于微小型飞行器姿态估计的四元数扩展卡尔曼滤波算法

针对MEMS陀螺、加速度计、磁强计组合的姿态确定系统,笔者设计了用于微小型飞行器姿态估计的四元数扩展卡尔曼滤波算法．取姿态误差四元数和陀螺随机漂移构建滤波状态向量,通过误差四元数微分方程和陀螺随机误差模型建立了卡尔曼滤波状态方程;采用改进的高斯-牛顿算法将传感器观测量转化为四元数,通过与利用陀螺信息估计的四元数相乘,得到姿态误差四元数作为卡尔曼滤波量测值,显著减小了机动加速度对姿态估计的影响．仿真实验显示：四元数静态估计误差小于0．22％,在动态情况下,四元教估计值能够较好地跟踪真实值的变化,表明该滤波算法能够有效提高姿态估计的精度．     

过载振动复合条件下的加速度计不对称性误差

为研究过载-振动复合条件下加速度计不对称性引入误差的影响,建立了包含加速度计模型不对称性的振动整流误差数学模型,并给定相关参数进行仿真分析。分析结果表明,当过载大于等于振动加速度幅值时,可忽略加速度计不对称性引起的振动整流误差;在给定的仿真情况下,当过载小于振动加速度幅值时,加速度计不对称性引起的振动整流误差小于全部振动整流误差的1%。     

离心机误差对陀螺加速度计K2和K3项标定精度的影响

为了准确标定陀螺加速度计的二阶非线性误差系数K2与三阶非线性误差系数K3,首先在带反转平台的离心机上建立坐标系,进而在考虑离心机误差源的基础上,推导出了陀螺加速度计上的精确比力输入和角速度输入,再根据陀螺加速度计的误差模型,给出了离心机各个误差源对K2、K3项标定误差的贡献．仿真试验给出了各误差项对于K2、K3项标定的具体影响大小,可通过误差补偿提高陀螺加速度计K2、K3项的标定精度,并且给出了不同精度加速度计在进行标定时要重点考虑的离心机误差项：同时仿真表明。采用带反转平台的离心机对陀螺加速度计进行标定时可以不进行加速度计调心：另外,主轴速率与反转平台回转轴角速度矢量大小不完全相等,方向不完全相反对标定结果几乎无影响．     

一种基于椭球约束的加速度计粒子群优化静态修正方法

研究了微机电系统加速度计基于椭球约束的静态修正法。根据微机电系统加速度计输出数学模型,采用标准粒子群优化算法估计微机电系统加速度计的输出数学模型中的刻度因数、零偏及正交误差。实验结果表明,该方法有效剔除了采样过程中的随机误差,粒子群优化方法的引入,使得微机电系统加速度计输出能够准确地反映其真实值。     

基于MIMU/GPS/EC的联邦卡尔曼滤波器设计

针对组合导航系统高精度、高容错性、高可靠性的实际应用要求,提出了基于MIMU/GPS/电子罗盘的组合导航方案,设计并实现了位置、速度、姿态分别组合的无重置式联邦滤波器,各子滤波器相互独立工作,无反馈重置带来的相互影响,保证了系统最高的容错性能和较高的精度.仿真试验结果表明,所设计的基于MIMU/GPS/电子罗盘的联邦滤波算法能够有效抑制纯惯导的误差发散问题,具有计算量小、容错性高、精度高等特点,有着广阔的应用前景.     

Nonlinear Regression Model of aLow-g MEMS Accelerometer

This paper proposes a nonlinear regression model of a microelectromechanical systems capacitive accelerometer, targeted to be used in tilt sensing and low-g motion-tracking applications. The proposed model for the accelerometer's deterministic errors includes common physical parameters used to rate an accelerometer: scale factor, bias, and misalignment. Simple experiments used to reveal the behavior and characteristics of these parameters are described. A phenomenological modeling method is used to establish mathematical representations of these parameters in relation to errors such as nonlinearity and cross-axis effect, without requiring a complete understanding of the underlying physics. Tilt and motion-sensing experiments show that the proposed model reduces sensing errors to a level close to the residual stochastic noise