FPGA与ARM的无人机陀螺仪数据接口设计

在无人机系统与地面站通信过程中,机载陀螺仪姿态数据的高速产生与外部相对低速的无线数据模块传输的矛盾日益突出,严重制约着无人机的发展。针对这一问题,采用FPGA FIFO作为高速数据缓冲,提出一种基于FPGA内建FIFO的无人机陀螺仪前级通信接口。通过高速异步FIFO缓冲,将无人机陀螺仪姿态数据经由FPGA准确无误地发送给地面站,显著提高数据传输质量,实现了高速芯片与低速设备之间的通信。整个设计在实际应用中效果良好,数据稳定可靠,满足了低误码率与高稳定性的要求,以及无人机与地面站高速通信的需求,有着广阔的市场应用前景。     

硅微阵列陀螺仪闭环驱动控制技术研究

为了进一步提高硅微阵列陀螺仪驱动模态的控制精度与稳定性,深入分析了硅微阵列陀螺仪的结构设计和闭环驱动控制技术。基于硅微阵列陀螺仪闭环驱动控制的特点,以现场可编程门阵列(FPGA)为核心控制平台,实现一种基于自激振荡原理的数字化闭环驱动电路。分析并建立了自激振荡与幅度控制的基本模型,基于Simulink实现了闭环自激驱动的仿真。实验结果表明,常温下驱动幅度控制精度达到9×10~(-5),并能有效跟踪驱动模态谐振频率。     

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。     

MEMS陀螺主要性能指标研究

以ADI公司的微角速度单轴陀螺仪ADXRSXXX为例,对MEMS陀螺的主要性能指标进行了研究,并进行了标定实验,计算了主要性能指标。通过数据拟合方法得到了该陀螺的校准曲线,经过分析计算,该陀螺的精度较高,在姿态测试系统中有一定的应用前景。     

捷联惯性组合在舰标定技术研究

文章研究了捷联惯性组合的在舰标定问题。对于陀螺仪提出以姿态误差角作为观测量,采用系统级标定法进行标定。在标定过程中将舰载主惯导给出的导航坐标系角速率ωnin引入到捷联惯性组合的姿态更新,实现了姿态误差与速度误差和位置误差的解耦,避免了由于所列状态量过多而造成的矩阵维数过大的问题。对于加速度计提出以舰载主惯导对比力矢量的测量值作为参考量,以捷联惯性组合对该矢量的测量误差作为观测量对其进行标定。计算机仿真结果表明,文中给出的方法可以有效地完成捷联惯性组合在舰标定,且标定精度较高,具有较强的实际意义。     

基于STM32的轨道方向不平顺检测系统设计

轨道不平顺是影响列车乘坐舒适性和平稳性的主要激励源,对轨道不平顺信号进行准确检测和有效的分析处理,以尽可能提高铁路维修效率,保障高速列车行车安全。为了准确检测轨道方向不平顺信号,基于惯性基准法原理,研制了以STM32F103 Cortex-M3 ARM处理器为控制核心的自动化检测系统。系统调理采集包括伺服加速度计、陀螺仪、倾角仪等多路传感器转换而来的模拟信号,然后传输到车载服务器中分析处理。检测结果以实时波形图的形式显示,能够准确有效地判断不平顺状态。     

多传感器融合在倾角测量抗振动中的应用

倾角传感是通过加速度计敏感重力加速度分量,反求出平面倾斜的角度。当倾角传感元件在振动的载体上工作时,由于载体的加速和减速会被加速度计敏感,从而对倾角的检测带来不能忽略的影响。对这种情况通过引入陀螺仪作为角度测量的重要互补器件,综合加速度计和陀螺仪两类传感器的数据来抑制振动对角度动态测量的干扰。最后的测试数据表明,这种设计方法在很大程度上消除了由于载体振动带来的干扰。     

MEMS陀螺仪的稀疏冗余去噪

为了提高随钻测量过程中MEMS陀螺仪的测量精度,抑制振动信号等对陀螺仪漂移造成测量精度的影响,采用经验模态分解(Empirical Mode Decomposition,EMD)和压缩感知(compressed sensing,CS)的算法进行降噪.首先对MEMS陀螺信号进行EMD分解,利用连续均方误差(CMSE)计算两个连续重构陀螺仪信号的欧式距离,以此将分解得到的模态函数(IMFs)以高、低频的形式分离,剔除高频噪声模态的影响;构建冗余字典,使低频IMFs分量在该字典上稀疏表示,利用贝叶斯理论对优化剩余IMFs分量重构;同时,在该字典上添加一列误差补偿项,通过贝叶斯估计求得.最后将处理后的剩余IMFs分量和补偿项叠加重构.去噪前后,MEMS陀螺仪数据解算的方位角累积误差由11.8562°减小到0.4725°.仿真实验分析可知,该算法可有效去除陀螺仪信号中的噪声.     

多MEMS监测系统温度补偿及在猴子岩大坝应用

多MEMS监测系统是高面板堆石坝安全监测的新技术。在实际监测中,由于运行管道内外存在温差,会使MEMS陀螺仪产生温度漂移,影响测量结果的精确度。为了抑制温度漂移对陀螺仪输出结果的影响,通过室内温度特性试验总结出MEMS陀螺仪的温度漂移规律,在此基础上,建立了基于回归理论的最小二乘法多项式温度补偿模型与一阶马氏链温度补偿模型,在猴子岩面板堆石坝的应用结果表明:两种方法均能有效降低陀螺仪的零偏误差,马氏链模型补偿效果优于多项式拟合模型的,精确度更高,能更好反映面板挠度和堆石体沉降的变形情况,可为大坝运行安全评价提供可靠依据。