未知但有界噪声条件下的MEMS陀螺信号处理方法

提出了一种基于椭球定界的微机电系统(MEMS)陀螺模型辨识与误差补偿方法。首先,建立了随机漂移的自回归模型,并针对模型随时间变化的特征,引入具有递推特性的定界椭球自适应约束最小二乘法(BEACON),实现模型参数的动态辨识,提高建模精度;然后,提出一种未知但有界(UBB)噪声条件下的定界椭球自适应状态估计(BEASE)算法,用于角速率的估计;采用新的加权策略和优化准则进行量测阶段的更新,并推导了此框架下的状态可行集更新过程及其最优参数求解方法。将该方法应用于MEMS陀螺信号的处理,验证了其有效性和改进性能。