MEMS陀螺仪零位误差分析与处理

研究微机械陀螺仪的零位误差对提高惯性导航精度具有重要意义。采用Allan方差分析法对MEMS陀螺仪的零位误差做了综合评定,提出了一种动态的零值偏移误差补偿算法来滤除陀螺仪的零值偏移误差,还对启发式漂移消减法HDR(Heuristic Drift Reduction)做了改进,有效地提高了原算法的补偿精度。最后,再次采用Allan方差分析法对补偿后的零位误差进行评定,并以Voyager-IIA机器人为平台进行试验,结果证明了改进后的算法能显著的提高陀螺仪的输出精度。

基于小波多尺度变换的光纤陀螺振动误差分析与补偿

针对振动环境对光纤陀螺性能的影响,对某型号的光纤陀螺进行了线振动实验并对实验结果进行了Allan方差分析。利用小波多尺度变换提取了光纤陀螺误差模型中的各误差项,分析并验证了零漂及噪声误差与Allan方差分析误差系数中的量化噪声、角度随机游走以及零偏误差与误差系数中的零偏稳定性、速率随机游走、速率斜坡之间的对应关系。随后利用RBF神经网络对小波多尺度分析提取的零偏误差建立模型并进行了补偿。仿真结果表明,本文提出的方法有效减小了振动环境下各误差项对光纤陀螺性能的影响,Allan方差分析结果中的五个误差系数均有较大下降,其中两项误差系数下降了一个数量级及以上,极大提高了光纤陀螺在振动环境下的输出精度,对光纤陀螺在振动环境下的误差研究具有重要指导意义。

光纤陀螺随机漂移建模与分析

光纤陀螺精度是惯导系统精度高低与否的关键因素,而减小陀螺随机漂移是提高其精度的重要手段。对陀螺输出数据中的随机漂移建立模型,在此基础上对陀螺数据进行滤波,可以有效提高光纤陀螺的输出精度,从而提高惯导系统的精度。本文通过大量实验建立了光纤陀螺随机漂移的ARMA模型,通过有效滤波对随机漂移进行滤除,并且对滤波结果进行Allan方差分析。分析结果表明,光纤陀螺输出信号中存在的主要误差源以及正弦噪声较滤波前明显减小到50%,有效地抑制了高频噪声,验证了光纤陀螺随机漂移建立模型的正确性。本文还设计了可视化软件,具有较高的工程意义。

MSCSG随机误差测试及误差源分析

针对磁悬浮控制敏感陀螺(MSCSG)的角速率测量信号中存在较大的随机误差,不利于提高MSCSG敏感精度,以MSCSG原理样机为研究对象,提出采用Allan方差分析法对MSCSG实测数据进行随机误差分析。首先,根据MSCSG角速率敏感原理推导出MSCSG转子偏转角速率的量测公式;其次,应用Allan方差分析法和最小二乘拟合方法计算出5种典型随机误差系数。计算结果显示:在MSCSG随机误差中,零偏不稳定性、速率随机游走以及速率斜坡占主要成分,而量化噪声和角度随机游走误差所占比重较小。依此,对MSCSG误差来源进行了指向性分析,并给出了随机误差的抑制补偿方法,为MSCSG敏感精度的提高奠定了理论基础。

基于卡尔曼滤波的MEMS陀螺仪漂移补偿

为解决MEMS陀螺仪在测量过程中容易产生漂移的问题,将卡尔曼算法应用于陀螺仪的漂移补偿中。分析了陀螺仪误差源,建立了陀螺仪误差模型,提出了用卡尔曼滤波算法处理陀螺仪零点随机误差的方法,通过运用Allan方差分析法评价了卡尔曼滤波效果;最后,在转速测试平台上进行了陀螺仪测量试验。研究结果表明,通过建立误差模型和采用卡尔曼滤波算法能有效减小陀螺仪测量过程中的漂移。

数字闭环光纤陀螺建模与仿真研究

建立了数字闭环光纤陀螺的动态模型和随机模型。通过合理的近似,非线性动态模型简化为线性离散模型。设计了闭环数字控制算法,对光纤陀螺的动态响应进行了仿真。在随机建模中,运用不同的随机过程来模拟各种随机噪声,采用正交小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程或指数相关随机序列来模拟指数相关噪声。进行了随机仿真,并用功率谱密度和Allan方差分析的方法对随机模型和仿真结果的有效性进行了验证。

启发式算法在MEMS陀螺仪数据处理中的应用

随机漂移是影响微机电系统(MEMS)陀螺仪精度的主要因素。为了实时估计并补偿随机漂移,对启发式漂移消减算法(HDR)进行改进,提出自适应漂移消减算法。利用Allan方差分析方法确定陀螺仪的零偏稳定时间,通过检测陀螺仪数据的平稳性来区分随机漂移和真实角速率。以Pioneer3—AT机器人为平台进行试验,与基本HDR算法相比,新算法可以弥补载体有恒定角速率时基本HDR算法不可用的缺点,与普通算法相比,新算法可以提高航向精度2倍以上。

高精度光纤陀螺信号的在线建模与滤波

针对高精度光纤陀螺随机误差,在分析其一般时间序列模型的基础上,提出了一种改进型二阶自回归AR(2)模型,可以在线建立光纤陀螺随机误差模型。根据该模型,采用卡尔曼滤波算法,实现了光纤陀螺惯导系统在对准与导航过程中光纤陀螺随机误差的实时滤波。滤波结果和Allan方差分析证明,光纤陀螺信号中角随机游走、零偏不稳定性、速率随机游走、速率斜坡和量化噪声五项噪声源误差系数都小于滤波前的二分之一,有效减小了光纤陀螺随机误差,提高了光纤陀螺精度。

小波滤波方法在光纤陀螺惯导系统初始对准中的应用

光纤陀螺捷联惯导系统(FOG SINS)初始对准的精度直接影响到系统的导航精度,而光纤陀螺的随机漂移则是影响系统初始对准精度的重要因素。对小波分析的理论进行深入的研究,将多种小波滤波方法应用于光纤陀螺随机漂移数据的处理中,并对小波滤波结果进行对比,选定出在工程应用中最佳的小波滤波方法,应用Allan方差分析对该方法进行性能评估,并将此小波滤波方法应用于初始对准试验中,对试验结果进行分析,验证了最佳小波滤波方法的先进性。

小波滤波方法在光纤陀螺惯导系统初始对准中的应用

光纤陀螺捷联惯导系统初始对准的精度直接影响到系统的导航精度,而光纤陀螺的随机漂移则是影响系统初始对准精度的重要因素.对小波分析的理论进行深入的研究,将多种小波滤波方法应用于光纤陀螺随机漂移数据的处理中,并对小波滤波结果进行对比,选定出在工程应用中最佳的小波滤波方法,应用Allan方差分析对该方法进行性能评估,并将此小波滤波方法应用于初始对准试验中,对试验结果进行分析,验证了最佳小波滤波方法的先进性,具有较高的工程意义.

基于最小二乘法和卡尔曼滤波算法的平面电子罗盘误差补偿方法研究

为解决电子罗盘易受外部环境的硬、软磁干扰产生的零点漂移和随机误差问题,基于最小二乘法对电子罗盘零点漂移进行补偿后,对随机误差采用卡尔曼滤波算法进行补偿;结合Allan方差分析法对实验结果进行综合评价,采用最小二乘法和卡尔曼滤波算法对实验数据进行补偿后,量化噪声和零偏不稳定性噪声的Allan方差值分别降低了82. 8%和77. 9%。结果表明,该方法能有效补偿硬、软磁干扰对电子罗盘所造成的影响。

光纤陀螺随机漂移的建模与滤波

光纤陀螺的随机漂移是捷联式惯导系统的主要误差源,为了减小光纤陀螺的随机误差并提高其精度,需要对光纤陀螺的随机误差进行精确建模,本文根据时间序列理论,采用自回归AR模型法,建立了光纤陀螺随机误差模型。根据该模型,采用卡尔曼滤波算法实现了对光纤陀螺的随机误差的滤波。滤波结果和Allan方差分析表明,滤波后光纤陀螺随机误差得到了明显地减小,光纤陀螺的精度得到了有效地提高。

微惯性/卫星组合导航高精度事后基准确定方法

针对高性能MEMS组合导航系统的高精度定位定姿需求,提出了一种基于GNSS(Global Navigation Satellite System)精密相对定位RTK(Real-time Kinematic Positioning)和MIMU(MEMS-based Inertial Measurement Unit)组合的高精度事后基准确定算法,该算法在MIMU/RTK组合导航正向Kalman滤波的基础上,采用RTS(Rauch-Tung-Striebel)反向平滑再次进行信息融合,提升了组合导航结果的事后处理精度。另外,通过Allan方差分析技术实现对MIMU随机误差精细建模和MIMU/RTK组合导航相对精度分析。对实测的车载动态试验数据处理结果的均方根误差和Allan方差分析表明:相对于传统正向滤波方法,RTS反向平滑方法能够将MIMU/RTK组合导航定位、定姿精度分别提升45.2%和54.1%。该方法可作为GNSS/INS组合导航高精度参考基准的确定方法。

振动基座下光纤陀螺信号消噪方法对比研究

为了减小动态环境下光纤陀螺信号的随机误差,采取振动试验对光纤陀螺的动态误差进行激发,通过对试验数据的Allan方差分析,得到了振动过程中光纤陀螺信号随机误差的变化特性。采用基于AR(2)模型的Kalman滤波方法和小波滤波方法对光纤陀螺信号进行消噪处理,分析结果显示上述两种方法都能够有效地消除振动基座下FOG信号的随机误差,并且小波滤波方法要优于Kalman滤波方法。

Data Analysis and Modeling of Fiber Optic Gyroscope Drift

A data gathering system is designed for the interferometric fiber optic gyroscope (IFOG) of land strapdown inertial system. IFOG is tested and the testing curve is given. The test data of IFOG are analyzed with Allan variance method and each error coefficient is identified. Furthermore, a random drift error model for IFOG is built by the method of time series analysis. The conclusion provides supports for improving IFOG design and compensating for errors of IFOG in practice.

基于改进GM(1,1)模型的激光陀螺仪随机误差预测

基于静态Allan方差分析方法无法有效分析和辨识动态工况下激光陀螺仪的随机误差,也无法给动态工况下激光陀螺仪的随机误差补偿提供准确依据。为此,提出时间框动态Allan方差分析方法,利用分段建模对随机误差项进行动态Allan方差分析和辨识。建立灰色GM(1,1)预测模型,对辨识出的随机误差参数项进行预测,针对传统GM(1,1)预测模型因数据不全存在波动大的问题,基于小波滤波平滑处理原始数据,并利用残差修正模型改进GM(1,1)预测模型。实验结果表明,针对激光陀螺仪在同一工况下的随机误差系数,改进GM(1,1)模型预测算法的预测精度高于传统GM(1,1)模型预测算法的预测精度。