基于Allan方差的MEMS陀螺随机误差建模

针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法。在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模。通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确。该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值。     

MEMS陀螺随机误差特性研究及补偿

为了提高MEMS陀螺输出角速度的精度,采用Allan分析法以及Kalman滤波算法对MEMS陀螺仪进行随机误差分析和补偿。由Allan方差分析陀螺的输出数据,对Allan方差进行最小二乘法拟合,得到各项随机噪声的定量评价指标;对陀螺的输出数据使用AR模型进行数学建模,采用AIC准则确定了AR模型的阶次,建立了陀螺零漂数据的离散时间表达式;在AR模型所建立的陀螺随机误差模型的基础上,设计了Kalman滤波器,对陀螺输出数据使用Kalman算法进行了滤波处理,对陀螺的随机误差进行了补偿;通过Allan方差对Kalman算法对陀螺随机误差的补偿效果进行分析。实验结果表明:角速率随机游走Kalman滤波前为槡0.148 7°/h~(1/2),Kalman滤波补偿后为槡0.004 1°/h~(1/2),,通过补偿可减小97.24%的角速率随机游走误差;零偏不稳定性Kalman滤波前为1.940 8°/h,Kalman滤波补偿后为0.054 2°/h,通过补偿可减小97.21%的零偏不稳定性误差;速率随机游走Kalman滤波前为2.698 5°/h~(3/2),Kalman滤波补偿后为0.334 3°/h~(3/2),通过补偿可减小87.61%的速率随机游走误差。Kalman滤波适用于MEMS陀螺的滤波处理,可有效降低陀螺的随机误差。     

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。     

基于薄板样条插值法的MEMS陀螺仪温度补偿模型辨识

MEMS陀螺仪以其优异的性能及廉价的成本,被广泛地应用于水下航行器中;然而传感器的温度变化严重影响测量精度,因此,对其温度补偿模型准确辨识具有重要意义。本文利用基于可持续激励准则的快速标定算法获取标定参数,然后利用薄板样条插值方法建立MEMS陀螺仪温度补偿模型,并将该方法辨识结果与多项式拟合算法的辨识结果进行对比,实验验证,利用本文所提出算法辨识得到的传感器温度补偿模型,有效改善了MEMS陀螺仪测进精度。      

光纤陀螺信号的小波包去噪及改进

光纤陀螺经过确定性误差补偿后,各种随机噪声成为其误差的主要来源。为了减小光纤陀螺的随机误差,研究基于小波包分析的滤波方法,分析了小波包滤波的原理以及滤波过程中阈值及阈值函数的选取问题,并进行了相应的改进。然后分别采用Allan方差法和功率谱密度(PSD)方法分析滤波前后光纤陀螺的随机误差特性,对滤波的效果进行理论上的分析。最后,选取光纤陀螺VG951的漂移数据进行仿真验证,结果表明,基于改进的小波包滤波方法能够有效地减小光纤陀螺的随机误差,从而提高测试的精度。     

一种改进的MEMS陀螺信号去噪方法研究

 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。根据小波阈值去噪原理,结合多项式函数插值法提出了一种MEMS陀螺仪输出信号的有效去噪补偿方法,克服了传统软、硬阈值去噪方法的缺陷,通过对MEMS陀螺数据分析研究,验证了该方法对于MEMS陀螺输出信号滤波消噪的优越性。     

基于梯度型最小二乘滤波的船摇隔离度测试研究

针对传统船摇隔离度测试方法效率低、误差大、操作复杂、且不能有效解决扰动跳变的不足,对船摇隔离的基本原理进行了分析,建立了梯度型最小二乘滤波模型,提出了基于梯度型最小二乘滤波和VC++语言编程实现船摇隔离度的自动测试方法,并利用跟踪实测数据进行了仿真实验。对比传统方法测试结果表明,该方法能有效滤除测量数据中的随机误差,较大程度地降低了扰动跳变的抖动量,提高了伺服系统船摇隔离度的测试精度。     

MEMS惯性传感器随机误差分析与去噪研究

针对MEMS传感器中存在的误差,采用Allan方差法分析法分析其存在的误差类型,并通过改进小波阈值函数、调整分解尺度观察存在的误差项在去噪前后的变化,探究各误差项与阈值函数、分解尺度之间存在的关系,从而有针对性地对MEMS惯性传感器中存在的特定随机误差进行降噪。结果表明：几类改进阈值函数对角(速)度随机游走的抑制效果与软、硬阈值函数无明显差异,效果并不理想;不同的尺度分解可以去除不同的误差项,从而提高MEMS传感器精度。     

轮式移动机器人打滑校核模型设计

移动机器人轮子打滑的辨识与校核是机器人定位研究的难点,也是提高位置估计精度的关键,通过分析轮子打滑对轮式移动机器人位置估计的影响,对于试验平台在做直线运动时,基于统计理论利用已被校核的零漂的MEMS 陀螺仪与增量式光电编码器的测量信息建立了轮子打滑模型,同时运用几何方法给出了轮子打滑的辨别方式以及打滑后移动机器人实际位置与方向的校核式.试验结果表明该模型能准确判别驱动轮是否打滑,同时对驱动轮打滑校核后能有效提高轮式移动机器人的定位精度。     

光纤陀螺随机误差建模与滤波方法研究

提出了一种适用于高精度光纤陀螺的静态输出信号建模的时间序列模型,建立了光纤陀螺随机误差的卡尔曼滤波器。结果表明,该建模和滤波方法有效地减小了FOG的误差,明显地降低了陀螺的随机漂移,提高了导航精度,具有较好的实用价值。     

基于Allan方差的光纤陀螺随机漂移建模与仿真

随机漂移是影响光纤陀螺精度的主要因素之一,建立陀螺随机漂移模型以便在滤波时加以修正是提高系统精度的有效方法。针对传统随机漂移模型建模耗时长、过敏感等问题,提出基于Allan方差的光纤陀螺随机漂移模型。通过各噪声项的功率谱密度函数推导出随机微分方程,用Allan方差分析出光纤陀螺各噪声项量化参数,将量化参数代入以单位白噪声驱动的随机微分方程,得到随机漂移模型。实验结果表明,该模型拟合出的随机漂移单项噪声误差不超过8.6％,远低于传统模型产生的单项噪声误差58.3％,是一种有效的光纤陀螺随机漂移建模方法。     

动态Allan方差的理论改进及其应用研究

动态Allan方差(DAVAR)法是一种分析非平稳性信号的有效工具,但在辨识噪声时存在功率泄漏和定量表示单一的缺陷.为此,提出窗函数组合法和噪声量值的二维表示法对其加以改进,用于分析和定量描述光纤陀螺动态误差中的各种噪声项.窗函数组合法在光纤陀螺动态误差分解的基础上采用矩形窗和汉宁窗分别对其中的中低频噪声和高频噪声进行...     

小型激光陀螺随机误差的Allan方差分析

介绍了Allan方差的基本定义,描述了用Allan方差法估算激光陀螺噪声的方法,并推导了具体过程。用Allan方差法对某小型激光陀螺的零偏数据进行分析,得到该激光陀螺的量化噪声系数、角度随机游走系数、零偏不稳定性系数、角速率随机游走系数、速率斜坡系数等5个误差源,对所得结果进行了解释,为该型激光陀螺进行各种误差补偿提供了理论依据。     

光纤陀螺随机漂移测试及分析

要实现光纤陀螺在高精度惯性导航领域的应用,抑制随机漂移是需解决的一个重要问题。光纤陀螺的随机漂移包含不同分量,分析不同的分量的特性及其产生的根源,是进行补偿的前提。设计了光纤陀螺数据采集系统,采集了光纤陀螺静态数据。应用Allan方差法,求出了光纤陀螺随机漂移中的噪声分量,并分析了各项噪声来源、特性,指出了抑制噪声方法。     

光纤陀螺随机游走分析方法研究

 光纤陀螺测试中,随机游走系数的分析对陀螺整体性能的评价起着很重要的作用。分别介绍了分析光纤陀螺随机游走噪声的两种方法：Allan方差法和改进的Allan方差法。分别应用这两种方法,在对某型光纤陀螺(FOG)实测静态数据计算的基础上进一步分析了该光纤陀螺中的噪声分量,并对分析结果进行比较。最终计算结果表明：在增加计算时间为代价的前提下,改进Allan方差法能方便地区别出各种噪声,并明显提高了光纤陀螺各随机噪声游走系数的计算精度。     

激光陀螺滤波评估方法研究

在现有硬件的基础上,通过滤波等软件算法来提高激光陀螺捷联惯导系统对准和导航精度是目前国内外学者所公认的。为了对激光陀螺滤波前后的效果进行准确、定量的评估,设计了Allan方差分析算法,开发了对准-导航及精度分析评估软件,分别从元件级、系统级对其展开了研究,并结合具体激光陀螺捷联惯导设备对其进行了实验验证。