MEMS陀螺零偏误差补偿方法研究

在高动态、恶劣温度环境下,MEMS陀螺仪零偏不仅受温度变化的影响,同时还受线、角运动等影响,其真实误差是所有因素耦合的结果。针对MEMS陀螺零偏温度和转速非线性耦合误差补偿问题,根据径向基(RBF)神经网络原理,提出了一种新的零偏误差补偿方法,并利用一种隐式结构MIMU对补偿效果进行比较,验证了采用RBF神经网络对低精度MEMS陀螺零偏误差补偿的有效性。     

基于GA-BP神经网络的光纤陀螺温度补偿

标度因数和零偏的温度特性是影响光纤陀螺工作性能的主要因素,为提高光纤陀螺仪的输出精度,分别建立了基于BP神经网络的标度因数和零偏的温度补偿模型。在此基础上提出了利用遗传算法优化网络参数来弥补BP神经网络算法所存在的不足,最终建立了GA-BP神经网络温度补偿模型。使用在不同温度下的标度因数和零偏测试数据对改进后的神经网络补偿模型进行验证并与原网络模型进行对比分析,实验结果表明,优化过的模型其补偿效果具有很大的提高,其补偿的误差精度提高了一个级别。     

模糊自适应整定PID的MEMS陀螺温控系统设计

MEMS陀螺的零偏、零偏稳定性和重复性等指标与陀螺温度直接相关,MEMS陀螺零偏主要由温度漂移造成。为了提高陀螺性能指标,设计了一套模糊自适应整定PID的MEMS陀螺温控系统。试验表明,该系统静态误差小于±0.3℃,超调小,稳定时间短,而且在各温度环境下升温曲线比较一致,保证了陀螺每次上电的零偏重复性。     

基于压缩感知理论的MEMS陀螺仪信号降噪研究

通过分析传统小波阈值滤波的局限性,将基于压缩感知的小波滤波方法应用于低精度MEMS(micro electro mechanicalsystem)陀螺仪信号降噪中,并与小波阈值滤波方法进行了实验对比,实验结果表明:基于压缩感知的小波滤波方法可以有效地去除MEMS陀螺仪输出信号中的噪声,并且在压缩比较大时基于压缩感知的滤波方法去噪效果优于小波阈值滤波方法,改善了低精度MEMS陀螺仪零偏稳定性,为工程中解决低精度MEMS陀螺仪降噪问题提供了新思路。     

基于改进径向基函数神经网络的激光陀螺温度补偿

传统的径向基神经网络(RBFNN)在激光陀螺零偏的温度补偿过程中会由于随机选取中心不合适而导致算法效率降低和数值病态,故本文提出了一种基于Kohonen网络和正交最小二乘(OLS)算法的RBFNN温度补偿方法。介绍了该方法的原理及建模步骤,设计了常温和变温环境下激光陀螺的数据采集试验及其温度补偿试验。由于结合了Kohonen网络的模式分类能力和OLS的优化选择能力,该方法可以快速、准确地辨识出受温度影响的激光陀螺零偏。利用逐步回归法、RBFNN法及其改进方法对多种温变环境影响的激光陀螺零偏进行了辨识与补偿试验,试验结果表明,在常温环境下,三者的辨识能力相当;随着温变速率的上升,改进RBFNN法不仅节省了时间,其补偿后的零偏也均小于5×10-4(°)/h(1σ),提高精度均能达86%以上。得到的结果表明改进RBFNN法提高了辨识精度且稳定、有效,适用于多种温度变化环境下激光陀螺零偏的温度补偿。     

基于多温感测的加速度计组件的系统补偿研究

针对纯惯性激光陀螺快速定位定向仪系统巾石英挠性线加速度计及其转换电路在快速启动条件下.不同环境温度和同一环境温度系统未达到热平衡时输出零偏和当量漂移较大的M题,提出了系统级补偿方案,在实现硬件平台的基础上,通过大量温度实验,研究并采用多温度感测的BP神经网络进行补偿.研究指出,对于系统快速启动的温度补偿方案,温度传感器感温点的选取是实现有效温度补偿的关键之一.实验结果表明,多温感测的系统补偿方案与算法可有效提高补偿效率,缩短准备时间,使不同温度下初始对准姿态精度达到8",满足系统的指标要求.     

基于RBF神经网络的光纤电流互感器温度补偿

光纤电流互感器在实际运行中易受外界温度影响,其输出精度会出现漂移偏差。为提高光纤电流互感器测量比值误差的温度稳定性,提出了基于RBF神经网络的光纤电流互感器温度补偿方法。将温度和温变率作为神经网络输入、光纤电流互感器的比值误差作为输出,建立了RBF神经网络温度补偿模型。相比BP神经网络,仿真结果显示,基于RBF神经网络的温度补偿模型准确度较高,预测结果误差低于3%。同时,经过RBF神经网络温度补偿,实验结果表明,光纤电流互感器在输出比差小于±0.1%,满足GBT20840.8标准规定的0.2S级准确度。     

基于SVM的激光陀螺温度误差建模与补偿方法

激光陀螺误差决定了机载全成孔径雷达(SAR)运动补偿用位置姿态测量系统(POS)的测量精度.针对激光陀螺测量精度受环境温度影响严重的问题进行了研究,分析了激光陀螺的温度误差模型,结合支持向量机SVM的函数拟合功能,提出一种新的陀螺温度误差建模与补偿方法.与基于线性回归以及神经网络的补偿方法相比,该方法具有精度高、泛化能力强等优点.实验结果表明,激光陀螺的温度误差减小约75％,提高了激光陀螺对环境温度的适应能力.     

基于改进模糊推理的光纤陀螺温度漂移建模

光纤陀螺温度漂移建模是实现其温度补偿,提高测量精度的有效手段。通过实测数据分析,验证光纤陀螺的输出受温度和载体角速度的共同作用呈现复杂非线性。为准确描述这种复杂非线性关系以实现温度漂移高精度补偿,基于神经网络设计一种新型光纤陀螺温度漂移模糊系统结构,提出一种基于改进模糊推理的光纤陀螺温度漂移模型辨识新方法。由确定的模型结构设计模糊系统的模糊规则,并基于实测数据构建训练样本以被用于自适应调整变量隶属度函数的参数,从而建立基于误差方均根最小准则的光纤陀螺温度漂移补偿模型。试验结果表明,应用此方法得到的光纤陀螺温度漂移模型具有很高的精度、良好的适用性和预测性能。     

金属壳谐振陀螺温度误差补偿方法

针对温度变化导致陀螺精度降低的问题,提出金属壳谐振陀螺温度误差补偿方法。分别建立金属壳谐振陀螺的温度误差线性模型和玻尔兹曼模型,基于两种模型对陀螺输出进行补偿。实验数据表明,基于玻尔兹曼模型的补偿效果优于线性模型,补偿后漂移标准差降低了80%以上,可大幅降低温度变化对金属壳谐振陀螺精度的影响。     

基于RBF网络的智能气敏传感器温度补偿

研制出一种基于ARM7的智能气敏传感器,通过测量气敏薄膜的电阻,并将所测阻值和气体浓度进行校准,从而显示气体浓度。为了减小温度漂移带来的附加误差,提高传感器的测量精度,将气敏传感器所测量的电阻值与加热电压作为神经网络的输入,气体浓度值为输出,构造了一个双输入单输出的RBF神经网络温度补偿模型。采用RBF网络的带遗忘因子的梯度下降算法进行RBF网络的参数调整,实验表明RBF算法学习速度快,精度高。对实验中采集的数据进行非线性补偿后,误差保持在1.5%以内,大大提高了传感器的性能和测量精度,该装置能够很好地对环境中的气体进行监控。     

闭环光纤陀螺零偏与标度因数的综合补偿

温度特性和非线性是影响光纤陀螺精度的重要因素,为研究闭环光纤陀螺的复合模型及补偿方法,在组建的测试系统下,在全温范围内各速率点处分别测试闭环光纤陀螺仪的标度因数和零偏。根据所测结果,分别建立与温度、速率相关的零偏和标度因数非线性模型,采用多项式回归分析的方法确定模型的参数。通过实测验证:建立的模型能够较好地反应光纤陀螺的温度与标度因数非线性特性,采用该模型对IFOG进行综合补偿后,其精度有了较大的提高。相比于传统方法,该方法简单,可靠,经济且易于实现。     

基于RBF神经网络的数字闭环光纤陀螺温度误差补偿

为了消除数字闭环光纤陀螺温度误差,设计了基于径向基函数（RBF）神经网络的温度误差补偿方案,对该方案所采用的标度因数误差模型和偏置误差模型进行了研究。首先,根据光纤陀螺的温度误差分布情况设计了标度因数误差和偏置误差联合补偿的方案。接着,将基于多尺度分析的噪声和趋势项分离算法应用于建模数据预处理,以提高建模数据准确性。然后,建立了RBF神经网络模型,并改进模型的学习方法以防止网络的过拟合。最后,讨论了模型输入向量对神经网络规模的影响。温度补偿的结果表明：标度因数误差模型的残差均方（RMS）达到0.73 ,偏置误差模型的RMS达到0.051 。该建模方法可以满足中、高精度光纤陀螺实时温度补偿的要求。     

基于最小分辨率的MEMS陀螺漂移抑制方法研究

针对油气井MEMS陀螺定向测斜仪存在的漂移大,精度较低的问题,本文从实际工程应用角度出发,在研究MEMS陀螺仪输出信号漂移特性的基础上,提出了基于最小分辨率的MEMS陀螺漂移抑制方法,利用输出采样的差分值,从MEMS陀螺输出中将传感信号和漂移信号分离,同时通过静态测点对漂移进行估计.实验表明,该方法大幅提高了仪器测量精度,使定向精度提高50％以上,同时该方法为其它类似传感器漂移抑制提供了一种有益的参考.     

光纤惯导温度效应误差的高精度综合辨识与补偿

为了提高光纤惯导系统在温变环境中的使用精度,研究了惯性仪表温度效应误差的高精度综合辨识与补偿。首先利用全温范围下系统级标定技术建立了高精度标定参数基准并获得了陀螺和加速度计标度因数与加速度计零偏的温度系数。之后借助工作温度下仪表坐标系与基准温度下本体坐标系间的方向转换,确定了仪表安装误差与本体坐标系随温度的变化关系并修正了温度引起的坐标系间指向误差。在此基础上,给出了陀螺零偏温度漂移的分离与补偿方法。常温静态与变温动态导航试验结果表明,前者定位误差由2 093降至442 m,后者5 h位置精度则提高了接近5倍,显著增强了惯导系统的温度适应性。     

基于LM_BP神经网络模型的MEMS加速度计温度补偿方法研究

随着MEMS加速度计应用领域的不断广泛,其温度性能越来越受到重视。在研究扭摆式硅微加速度计结构与温度特性的基础上,采用改进LM_BP神经网络来构建MEMS加速度计的补偿模型,通过实时温度变化优化出温度补偿模型参数,进而实现实时温度补偿。实验结果表明,通过该方法补偿后的标度因数温度系数和全温零偏稳定性分别由252 ppm/℃和16.62 mg/h减小为100 ppm/℃和2.30 mg/h,证明了该温度补偿方法的有效性和可行性。     

微小型航姿测量系统设计及误差补偿

航姿测量系统在通用航空、无人机、智能机器人等领域有着广泛的应用。设计了一种基于MEMS(micro electronic mechanical system)陀螺、加速度计、磁场计的微小型航姿测量系统,利用磁场强度和加速度计信息作为观测量,提出了基于Kalman滤波器及专家系统的航姿估计算法,该算法可根据加速度及磁场信息调整滤波器的量测噪声矩阵,使系统同时满足静态及动态的使用要求。分析了影响航姿精度的主要误差及相应的误差补偿方法,包括器件零偏、刻度系数误差、温度漂移及磁场干扰等。将系统输出与高精度惯导系统对比,该系统在静态下的姿态测量精度优于0.2°,动态条件下优于0.6°,满足设计要求。     

硅微振动陀螺仪设计与性能测试

介绍了基于DDSOG(Deep Dry Silicon On Glass)工艺自主研发的硅微振动陀螺仪的结构,封装,及信号与性能检测.利用结构解耦的方法和DDSOG工艺设计和制备了双质量线振动式陀螺结构.为了提高它的机械灵敏度、可靠性和长期稳定性,采取真空封装技术实现了器件级真空封装,并消除了轴向加速度等共模干扰的影响.陀螺电路采用自激闭环驱动、开环检测的方式,简化了电路.为了降低环境温度对陀螺零偏的影响,研究了既定范围内陀螺的输出特性,建立了陀螺输出与温度之间的关系模型,设计了温度补偿电路,降低了陀螺整表的功耗和体积.对采用上述技术的硅微陀螺仪进行了性能测试,测试结果表明,陀螺Q值＞100 000,量程为±500(°)/s,标度为21.453 mV·(°)-1s-1,非线性和对称性分别为36.905×10-6和184.125×10-6.常温下陀螺零偏稳定性为7.714 3(°)/h,带宽为100 Hz,整表体积为31mm×31mm×12mm,功耗为288 mW.该陀螺仪性能好、体积小、功耗低,在中等精度的惯性导航系统中有较好的应用前景.     

姿态参照系统中硅微机械加速度计的温度补偿

微机械加速度计的输出受到环境温度的影响.文中以姿态参照系统为例,通过温度实验,得到了姿态参照系统中的微机械加速度计在不同温度下的输出,通过数据拟合建立了静态温度模型,对加速度计的零偏和标度因子进行了补偿.在姿态参照系统中对该温度补偿模型进行试验,结果表明得到的模型可以有效地补偿系统中的微机械加速度计的温度误差.使加速度计随温度变化的稳态输出变化的数量级由10-3减小到10-4.该温度补偿方法也适用于其他MEMS惯性测量系统中的微机械加速度计的温度补偿.     

石英MEMS陀螺漂移周期性误差补偿研究

为提高基于石英MEMS陀螺仪的微小型惯性导航系统的性能,本文对应用于MIMU的石英MEMS陀螺仪零点漂移中周期性误差补偿方法的原理和特点进行分析研究,得到一种新的补偿方法.该方法先利用数据平滑前的数据确定误差折算公式的系数,再以折算公式补偿数据平滑后得到的低频数据.从实验结果来看,这种方法在保证实时性要求的前提下,能避开数据平滑过程对周期性误差频率稳定性的影响,提高补偿精度,是一种有效的石英系列MEMS陀螺仪漂移实时补偿方法.