旋转调制微机电惯性系统方案研究

微机电惯性系统具备小体积优势,但现阶段系统精度仍在消费级与战术级之间。研究了旋转调制技术在微机电惯性系统中的应用,探讨了基于PCB小型化电机的微旋转方案,并开展了单轴旋转调制验证试验,以探索旋转调制技术对微机电惯性系统性能的提升作用。结果表明,在微机电陀螺精度约为2(°)/h的条件下,该方案能够实现约0.2n mile/10min的导航精度,相较于同等惯性器件条件下的捷联式系统,精度提高了不止1个数量级,证明了该方案能够有效提高微机电惯性系统的精度。

基于任务的微机电惯性系统规模化测试技术研究

针对传统惯性测试技术测试周期长、测试效率低、测试成本高等问题,提出了基于任务的微机电惯性系统规模化测试解决方案。研究分析了微机电惯性系统测试技术的研究现状和发展趋势,建立了基于任务的微机电惯性系统测试体系,详细论证了微机电惯性系统批量、并行、自动化测试解决方案的可行性,为微机电惯性系统规模化测试实践奠定了基础。

重构小波阈值的微机电系统-惯性测量单元降噪处理

针对随机误差对微机电系统-惯性测量单元(micro electro mechanical systems-inertial measurement unit,MEMS-IMU)输出数据精度的影响,利用离散小波变换可降噪的特点,对MEMS-IMU数据进行降噪处理。在小波降噪过程中,阈值的估计以及阈值函数的选取直接关系到降噪的质量,构建一个新的阈值函数,通过调节阈值函数中的比例因子,解决传统多重小波分解重构在降噪方面的不足。实测数据的处理结果表明:在小波降噪过程中,新的阈值函数能够有效抑制MEMS-IMU中随机误差的影响,与传统小波降噪相比,新的阈值函数降噪后,信号具有更佳的平滑度,能够有效提高捷联惯性导航系统的定位定姿精度。

旋转式MEMS惯性导航系统的发展及应用

旋转调制技术通过将惯性导航系统进行周期性的旋转,可以有效地补偿惯性传感器的常值误差,提高导航精度,因此在近些年得到广泛关注。对比分析了微机电系统(MEMS)惯性导航系统以及旋转调制技术的国内外发展现状;阐述了MEMS旋转调制方案设计的关键点及发展方向。

利用惯性测量元件进行三维定位的系统设计

针对消防室内定位技术的需求,搭建了基于惯性测量元件的室内三维定位系统。首先,利用微机电系统(MEMS)惯性传感器获取行人运动过程中的必要参数。然后基于行人航迹推算(PDR)算法,实时计算出行人行走的步数和步长;通过气压传感器实时采集行人所处位置的高度。最后,利用无线数传模块结合服务器端处理,实现行人的室内三维定位。测试表明:系统在正常行走的情况下,可以满足行人的室内三维定位要求。

MEMS惯性传感器高低温补偿方法

微机电系统(MEMS)惯性传感器在生产过程中需要进行高低温测试和全温度范围的数据补偿,使其性能保持稳定。以往的传感器补偿设备抗干扰能力弱,补偿模型适应性差,无法满足传感器批量生产的需要。通过研究MEMS惯性传感器补偿流程,设计了一种针对某型MEMS惯性传感器的高低温补偿系统,实现传感器的自动测试和补偿。通过引入相关算法实现了基于误差辨识的参数优化最小二乘支持向量机(LS-SVM)算法。算法实现了对误差和干扰的自动识别。实验结果表明:所提方法能够提高MEMS惯性传感器批量化高低温补偿的精度。

GPS/MEMS-INS组合导航系统设计

针对微机电系统(micro electro mechanical system,MEMS)惯性器件随机噪声大,现有的去噪算法难以兼顾降噪效果和信息处理速度的问题,提出自适应实时混合去噪算法;利用无轨迹卡尔曼滤波(unscented Kalman filter,UKF)算法进行信息融合,克服了扩展卡尔曼滤波(extended Kalman filter,EKF)对非线性系统线性化会带来额外误差的缺点;利用多线程信息同步技术实现微机电惯性导航系统(MEMS inertial navigation system,MEMS-INS)和全球定位系统(global position system,GPS)的同步运行。基于以上关键技术和算法,设计了一种GPS/MEMS-INS组合导航系统,实验结果表明,该组合导航系统在静态及动态环境下均能够进行实时高精度地导航定位。

基于过载上电的弹载飞行数据记录仪研究

弹载飞行数据记录仪安装在智能弹药内,测量并记录弹体的外弹道飞行位姿数据,在炮弹发射过程中要承受巨大过载。微机电系统(MEMS)惯性传感器是弹体位姿测量系统的重要组成部分,其机械结构在上电状态下难以承受高过载冲击,因此需要一种自动上电电路,保证在炮膛冲击后再给位姿测量系统供电;另外,还需要保证数据记录仪在高过载环境下稳定、可靠地运行。针对上述问题,提出了一种记录仪受过载冲击后自动给测量系统上电的方法,使MEMS惯性传感器在过载冲击过后开始工作;采用过载开关冗余设计,提高过载开关的可靠性;采用供电电源冗余设计,提高系统供电的可靠性;通过系统灌封的方式,提高了系统结构的抗过载能力。通过试验验证了过载上电、锂电池供电回路以及数据记录的可靠性,弹载飞行数据记录仪能可靠记录炮弹的位姿数据。

基于MEMS惯性传感器时域特征的人体行为识别

提出了一种基于微机电系统(MEMS)惯性传感器组合系统的高精度实时人体行为识别算法。算法选取一个2 s的滑动时间窗作为特征提取窗口,提取惯性传感器组合系统输出的时域特征作为特征参量,采用基于平衡决策树的支持向量机对人体不同行为模式进行分类识别。在实验室自主研发的可穿戴智能终端平台上进行测试,结果表明,在识别时间缩短到2 s/次的条件下,对5种行走类行为模式和5种非行走类行为模式的识别率均可达88%。与现有算法相比,该算法的实时性和精度得到明显提高,且拓展了模式识别的种类。

MEMS惯性器件的主要失效模式和失效机理研究

针对微机电系统(MEMS)器件的可靠性问题,通过大量的历史资料调研和失效信息收集等方法,针对微机电系统(MEMS)器件的可靠性问题,对冲击、振动、湿度、温变、辐照和静电放电(ESD)等不同环境应力条件下的MEMS惯性器件典型失效模式及失效机理进行了深入分析和总结,研究结果有利于指导未来MEMS惯性器件的失效分析和可靠性设计。

基于振动理论的微惯性测量元件

对基于振动理论的微型惯性测量元件 :半球谐振子陀螺仪、微机电系统惯性测量元件的原理、性能和研究现状作了分析 ,最后指出了惯性测量元件的发展方向。

基于STIM300的姿态测量系统设计

针对微机电系统-惯性测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)初对准困难的问题,设计了一种利用地球重力加速度与外部输入航向角数据相融合的方法计算静态四元数,完成初对准。采用动态四元数解算载体姿态,使用加速度自适应姿态误差修正算法进行修正。使用LabVIEW语言设计基于STIM300的姿态解算与三维显示软件,通过向STIM300发送指令,完成对STIM300所反馈的导航信息的采集、分类、处理、保存。采用LabVIEW与MATLAB混合编程,基于LabVIEW建立了载体姿态监控系统可视化界面。该界面设计主要包括上位机与下位机实时通讯设计、三维姿态可视化再现设计、姿态初对准等。该界面实现了数据可视化、三维模型可视化和人机之间信息交互,以坐标变化的形式显示载体运动轨迹。验证表明,系统可以有效完成初对准,姿态、位置精度可达预期要求,软件运行稳定,功能丰富,调试简易,人机交互方便。

GNSS拒止环境下的手机车载定位研究

针对地下车库这类卫星定位失效场景下的手机端车辆定位问题,本文研究了利用车辆非完整性约束(nonholonomic constraints,NHC)和磁航向辅助惯导自主推算的定位方案。基于智能手机传感器,比较了在没有全球卫星导航系统(global navigation satellite system,GNSS)辅助的条件下,补偿手机安装角和NHC杆臂、在线估计手机安装角和非完整性约束杆臂以及磁航向修正对定位精度的影响,并在2种典型的地下车库(多转弯和长直线)中进行了测试实验。实验结果表明:多转弯轨迹相比长直线轨迹更有利于非完整性约束性能的发挥;在多转弯场景中,在线估计手机安装角和非完整性约束杆臂并进行补偿的方案取得了最好的定位精度;在卫星信号中断500 m条件下,终点平面位置相对测量误差仅为1.66%;在长直线场景中,加入磁航向修正的方案定位精度最高;在卫星信号中断800 m条件下,终点平面位置相对测量误差为10.56%。

9轴MEMS-IMU实时姿态估算算法

随着对微机电系统一惯性测量单元(micro-electro-mechanical system-inertial measurement unit,MEMS-IMU)在室内定位、动态追踪等应用领域中的需求日益迫切,使得具有高精度、低成本和实时性的MEMS-IMU模块设计成为研究热点.针对MEMS-IMU的核心技术——姿态估算进行研究,设计了一种基于四元数的9轴MEMS-IMU实时姿态估算算法.该算法运用分解四元数算法处理加速度和磁感应强度数据,计算出静态四元数;通过角速度与四元数的微分关系估算动态四元数;运用卡尔曼滤波融合动、静态四元数,进而实现实时姿态估算.针对分解四元数算法中存在的奇异值问题,提出了转轴补偿方法对其修正,以实现全姿态估算;考虑动态情况下的非线性加速度分量对姿态估算精度的影响,设计了R自适应卡尔曼滤波器,以进一步提高姿态估算算法的精度.验证结果表明,R自适应卡尔曼滤波器能够有效抑制加速度噪声,提高姿态估算精度;同时,转轴补偿-分解四元数算法能够准确估算奇异值点的姿态信息,并且计算时间仅为原"借角"补偿方法的50%左右,有效提高了整体算法的实时性.

浅谈产品方案设计阶段的“三化”设计

简析微机电惯性系统的特点及其在方案设计阶段开展"三化"工作的意义,通过介绍某微机电惯性系统方案设计中的"三化"工作实践,总结产品方案设计阶段的"三化"设计经验。

EEMD降噪的行人活动识别方法

针对微机电传感器加速度计存在随机误差引起的数据质量差,从而导致行人活动识别精度不高的问题,提出了一种基于集合经验模态分解算法的数据降噪行人活动识别方法。利用加速度计收集训练数据和活动识别数据,采用集合经验模态分解算法,将加速度信号分解为多个本征模态分量和一个残余分量,去除高频部分模态分量并对其余分量进行重构,得到降噪信号后再提取时域、频域特征,分别进行模型训练和活动识别。三组行人活动识别实验结果表明,基于集合经验模态分解算法的数据降噪行人活动识别方法对5种日常行人活动识别率较高,平均查全率达到91.8%,平均查准率到达92.3%,其中慢跑查全率最高,达到97.5%,查准率达到100%。对比实验结果表明,经该算法处理后,各模式识别精度均有所提升,其中,上楼模式查全率提升4.3%;行走模式查全率提升2.1%;下楼模式查全率提升4.7%,验证了降噪算法的有效性。

基于单天线的MEMS-INS/GPS组合定姿方法

为了将MEMS-INS/GPS组合导航系统的定姿误差控制在一定范围内并保持较高精度,同时实现低成本测姿要求。文章提出一种新方法,即采用组合速度信息估计加速度,再利用二者实现单天线GPS姿态解算,最后将姿态信息一定间隔内反馈给惯导进行四元数更新实现捷联惯导姿态更新,进一步完成组合姿态预测滤波。通过分析仿真数据,表明单天线测姿误差不随时间累加,且俯仰角、横滚角、航向角误差分别在0.2度、0.5度、0.2度范围内。最后在动态跑车试验中,将MEMS惯导组合测姿和单天线GPS辅助组合测姿结果进行了比较。

MEMS惯性传感器在水库岸坡变形监测中的应用及仿真研究

提出一套使用微机电系统(Micro Electro-Mechanical System,简称MEMS)惯性传感器对水库岸坡变形进行实时监测的技术手段,在传统位移测量基础上增加了转动视角测量,可以更全面地观测坡体变形的三维运动状态。对于岸坡变形初期坡体的缓慢静态变形,采用微加速度计、微磁力计组成三维电子罗盘测定观测点在传感器安装位置三维方向上的重力加速度和磁场强度,运用惯性测量原理将所测的各轴向重力加速度分量和磁场强度分量解算为观测点的水平及竖直方向的旋转角度,参照全球导航卫星系统(GNSS)测量数据则可同时得到观测点的转动角度及平动位移;对岸坡开始加速变形至破坏阶段的坡体动态变形,用微加速度计和微陀螺仪组成的惯性测量单元测量观测点的线加速度和角速度,按照惯性导航原理将所测得的线加速度和角速度解算为观测点的运动速度和位移,进而实现滑坡快速预警。针对水库岸坡变形初期坡体静态变形监测的应用实例,对水库岸坡加速变形至破坏阶段坡体动态变形的惯性传感器测量进行了仿真模拟分析。实例监测和仿真模拟表明,应用惯性传感器测量技术对水库滑坡静态变形和动态变形进行实时监测方法可行,有助于充分了解边坡变形的实时状态。

基于高精度MEMS-INS的双轴旋转调制技术

针对微机电系统(MEMS)惯性传感器常值漂移误差、标度因数误差以及标度因数对称性误差较大的问题,引入一种误差调制方法,即旋转调制(RM)。为补偿3个轴向上的传感器误差,采用一种双轴十六位置连续旋转方法,并与单轴正反连续旋转方法对误差的调制效果进行对比。仿真结果表明:双轴十六位置连续旋转相对于单轴两位置连续旋转具有更好的调制效果,720 s内惯性导航系统的速度精度提高了2倍,位置精度提高了近3倍。

基于MEMS/地磁的无人机航姿自适应估计算法

针对无人机在航姿模式下飞行时,常遇到大的机动飞行和磁干扰等情况,航姿模式的姿态角误差会出现比较大的波动的问题,设计了基于惯性测量单位(IMU)和磁力计的四元数扩展卡尔曼滤波自适应算法。将加速度计和磁力计的量测更新分离,根据磁力计的测量精度实时调整融合策略。同时引入残差信息来自适应调节导航参数,提高航姿参考系统(AHRS)性能。通过对实际飞行数据的仿真分析表明:该方法可有效提高姿态精度,确保小型无人机在各种情况下飞行的稳定性。