硅微陀螺阵列信号处理技术研究

() 摘 要:基于一种新的硅微陀螺随机漂移模型和被测角速度的随机游走模型,建立硅微陀螺阵列随机漂移过程的Kalman滤波方程。通过数据融合方法,在选择合适的陀螺间互相关系数的基础上,可以将硅微陀螺的静态漂移从52.1度/小时降低为0.465度/小时。利用同类多传感器的数据融合和被测量动态信号的差分技术,可以实时辨识出硅微陀螺的随机漂移,通过已被检测出的动态信号的进一步Kalman滤波,最终可将被测信号的信噪比提高11dB.
     

电容式硅微机械加速度计系统的特性研究

微硅电容式加速度计是目前微硅加速度传感器发展的主流,影响其性能有多方面的因素。现详细分析了电容式微加速度计敏感模态的工作原理,阐述了不同情况下提高加速度计静态灵敏度所应采取的措施,给出了加速度计三种振动模态的谐振频率与结构参数之间的关系,通过对加速度计集总模型分析,得到了反映和影响加速度计性能的阻尼、灵敏度、分辨率和吸附电压等关键物理量的具体表达形式。从而可知,加速度计的性能和梁的尺寸,检测质量块质量、极板面积、开孔数目等因素有关。     

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。