MEMS陀螺仪随机误差的Allan分析

为了减少MEMS陀螺仪的误差并提高其精度,需要对陀螺仪误差进行估算与补偿,因而建立陀螺仪的随机误差模型。在陀螺仪随机误差模型分析方法中,有功率谱密度分析、时序ARMA模型及Allan方差分析。Allan方差分析是在时域上对信号频率稳定性进行分析的一种通用方法。通过分析Allan方差,可以分辨出存在于MEMS陀螺中的各种类型噪声。文中用Allan方差对MEMS陀螺仪进行具体分析,得到存在于陀螺仪信号中的各误差源。实验结果表明,Allan方差分析是建立陀螺仪随机误差模型的一种很实用的方法。     

气压对MEMS梳状线振动陀螺仪影响的研究

MEMS梳状线振动陀螺仪阻尼包括结构阻尼和流体(空气)阻尼,而对于此种结构而言,空气黏性阻尼比结构阻尼大的多.由于气压的变化会引起空气黏性系数的变化,因而会引起MEMS梳状线振动陀螺仪谐振频率、阻尼系数、零偏等参数的变化.因此,研究气压变化对MEMS梳状线振动陀螺仪的影响是非常必要的.根据MEMS梳状线振动陀螺仪的结构特点,建立了压膜阻尼和库埃特流阻尼模型及气压与阻尼的关系模型,研究了气压对两种阻尼的影响以及对MEMS梳状线振动陀螺仪输出电压的影响.通过研究分析可知,气压在小于一个大气压时对压膜阻尼系数的影响很大,进而对MEMS梳状线振动陀螺仪输出的幅值影响也较大.气压在接近或者大于一个大气压时,MEMS梳状线振动陀螺仪随着气压的变化不大,因此将此种陀螺仪的气压控制在一个大气压.     

MEMS陀螺仪随机漂移误差研究

降低MEMS陀螺仪的随机漂移误差是提高陀螺仪性能的主要方法之一。基于随机序列时序分析法的基本原理，在对MEMS陀螺仪的初始测量数据采用均值估计法进行预处理后，对去除渐进项后的残差信号进行AR（1）建模，并依据该模型对残差信号进行了Kalman滤波，有效提高测量精度。通过对残差信号进行Allan方差的分析，分离出了陀螺仪随机漂移中的主要随机误差源。通过对具体测量数据的处理结果表明，经过这样的处理，陀螺仪噪声的零偏稳定性和速率随机游走分别提高了4倍和7倍。     

基于双回路扩展卡尔曼滤波的惯性平台连续自标定

为解决传统的惯性平台连续自标定中,由于系统非线性强、状态向量维数大引起的滤波收敛速度慢、对滤波初始条件敏感等问题,研究了一种双回路扩展卡尔曼滤波方法。首先给出了平台连续自标定的误差模型;然后根据加速度计误差与导航误差之间的关系,对加速度计输出进行预滤波得到加速度计输出误差;同时通过分析陀螺仪误差在平台连续自标定过程中的传播特性,将耦合在加速度计输出误差中的陀螺仪误差解耦;最后以陀螺仪误差和加速度计输出为观测量,建立了陀螺仪和加速度计的扩展卡尔曼滤波方程,分别对陀螺仪和加速度计误差系数进行标定,实现双回路扩展卡尔曼滤波。仿真结果表明,该方法能够在900 s内以低于0.05%的相对误差标定出所有的平台误差系数,并且对滤波初始条件不敏感,可以有效地扩展连续自标定方法的实际应用。     

陀螺标度因数与输入轴失准角解耦测试研究

基于小角度近似的传统陀螺仪测试方法,不再适用于MEMS陀螺仪标度因数和输入轴失准角的测试。通过研究陀螺标度因数与输入轴失准角之间的耦合关系,提出了解耦测试原理,建立了严格的数学模型,针对该原理设计了解耦测试设备和方法;应用有约束多元非线性最小二乘问题解法实现了解耦解算。解耦原理计算机仿真和模拟MEMS陀螺仪的半物理仿真结果均表明,该方法能精确实现测试参数的解耦,解耦精度不受输入轴失准角大小的影响。本方法优于传统方法,尤其适用于大输入轴失准角的MEMS陀螺仪。     

高精度液浮陀螺仪在双轴转台上的标定方法与误差分析

为提高液浮陀螺仪在双轴转台上的标定精度，将双轴转台的误差，陀螺仪的安装误差以及陀螺仪自身的静态误差建立在陀螺仪的标定模型中，在1g重力场中分别建立了16位置和20位置陀螺仪的标定方案。采用误差分离技术与最小二乘法来标定液浮陀螺仪的误差模型系数。与传统的8位置标定方法相比，本文所提出的两种多位置标定方法可以自动规避或补偿双轴转台误差，也可消除不易测量的陀螺仪安装误差对标定结果的影响，以此来提高液浮陀螺仪的标定精度。最后对提出的多位置标定方法进行误差分析，验证了方法的有效性。     

基于异方差分析的多MEMS陀螺随机误差补偿方法

针对具有异方差性的多MEMS陀螺随机漂移误差的补偿问题,提出基于广义自回归条件异方差建立单个MEMS陀螺随机漂移的误差模型,并在此基础上进行多元异方差时间序列的相关性分析,研究基于多元广义自回归条件异方差分析多MEMS 陀螺随机漂移信号的协方差矩阵和时变相关系数。将该分析方法应用于多MEMS陀螺的在线融合补偿中,验证了多元异方差分析方法对多MEMS陀螺随机误差补偿的有效性。仿真结果表明该方法对随机漂移信号具有很好的融合补偿效果,可以提高多MEMS陀螺的测量精度。     

陀螺仪随机漂移的测量及其数学模型的建立

为提高惯导系统的精度，对影响陀螺仪精度的重要误差源——陀螺仪随机漂移进行了研究。在统计分析的基础上采用固定方位力矩反馈法测量陀螺仪的随机漂移，并用平稳时间法建立了数学模型。     

基于长短时神经网络的卫星陀螺仪故障检测

针对卫星陀螺仪故障检测中存在的冗余依赖、微小故障覆盖问题，提出一种基于长短时神经网络(LSTM)的故障检测方法。首先对卫星陀螺仪建模，考虑到卫星姿态控制回路对陀螺仪微小故障覆盖影响，利用半物理仿真平台采集陀螺仪正常与故障数据；然后使用部分正常数据训练LSTM神经网络，使得网络具有预测陀螺仪输出的能力，并将另一部分正常数据输入到训练好的网络模型，得到预测误差，进一步设定故障阈值；最后，将测试数据输入提出的故障检测模型，仿真验证其时效性和准确性。结果表明，在采样频率为10Hz时，对于陀螺仪的卡死、噪声以及偏差故障，基于LSTM神经网络的故障检测模型能在故障发生2s内检测出故障，并达到了98.9%的准确率。     

多参量在线反馈的大型筒体-端框精确对装方法

针对几何尺寸大、结构刚度小、误差终端累积效应显著等制造特征引起的大型筒体-端框对接装配问题,提出一种基于过程参量在线反馈的精确对装新方法,设计筒体和端框的圆跳动、对装缝隙等多参量同步在线测量方案,研制多传感组合测量装置,并将其集成于对装系统,从而优化对装工艺,提高对装效率和精度稳定性。经检测,采用所提出的方法,大尺寸复合材料筒体与铝合金端框对装缝隙误差可有效控制在0.15mm范围内,满足对装精度要求,验证了所研制的多参量在线测量系统对提高对装精度的有效性。