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。     

MEMS陀螺随机漂移误差系数的动态提取

针对传统Allan方差提取微机电系统（MEMS）陀螺随机误差系数仅得到近似均值,与实际中其随时间在均值附近波动不相符的缺点,提出一种动态提取MEMS陀螺随机误差系数的方法。该方法将窗函数引入Allan方差计算,不仅能够正确提取MEMS陀螺随机误差系数,而且还能得到MEMS陀螺随机误差系数的时间变化曲线,这将有利于MEMS陀螺的性能分析和误差补偿。实验证明该方法提取的MEMS陀螺随机误差系数的时间变化曲线在以传统Allan方差得到的近似均值附近波动。由此可见,该方法具有一定的可信度。     

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。     

基于AR模型的MEMS惯导随机误差分析方法

由于微机械惯性器件(MEMS)捷联惯导系统的惯组误差和漂移较大,在较短的时间内也会由于器件误差积累和模型算法误差引起很大的导航偏差。采用Allan方差法分析了MEMS陀螺的随机误差,并对陀螺中主要的5项随机误差系数进行辨识。辨识结果显示,角度随机游走在随机误差中占主要部分。针对MEMS陀螺的实测数据,运用时间序列方法对其随机误差进行分析,并建立了AR模型,试验结果表明,根据所建立的AR(1)模型,采用Kalman滤波方法可以减小其随机误差,滤波后的陀螺输出精度可提高3倍。     

基于自适应KF动态虚拟陀螺数据融合算法的研究

微机电系统(MEMS)陀螺与光纤陀螺相比，传感器的精度较低。为了提高MEMS陀螺的精度，通过组合多个相同陀螺实现虚拟陀螺的功能，同时提高虚拟陀螺的静态和动态性能。通过分析陀螺的Allan方差，并考虑陀螺之间的相关性，建立陀螺的测量模型;使用自回归(AR)模型建立预测模型，对卡尔曼滤波(KF)算法进行优化;搭建多MEMS陀螺仪硬件平台，获取数据并实时计算，融合多陀螺数据输出最优估计值，使用高精度转台分别在静态和动态条件下测试滤波效果。实验结果表明:静态条件下虚拟陀螺误差的方差可降低为单个陀螺的1/94，动态条件下降低为单个陀螺的1/18。基于自适应KF的虚拟陀螺可以显著提高精度。     

激光陀螺随机误差的非参数建模与滤波

陀螺随机误差是影响惯导系统导航精度的重要方面.减小随机误差影响的有效方法是对随机误差进行建模并采用合适的滤波器进行滤波.为了更好地描述激光陀螺漂移的非线性,提出应用一类非参数ARMA模型--FARMA(p,q,d)模型(函数系数自回归滑动平均模型)对激光陀螺漂移数据进行建模.同时提出应用粒子滤波技术进行滤波,并采用交叠式Allan方差法辨识滤波前后随机误差噪声参数.仿真结果表明,应用该模型能较好的反映激光陀螺漂移的非线性;粒子滤波技术能有效抑制随机误差,5个误差项系数的减少均在29%以上.     

激光陀螺随机误差系数分离方法研究

介绍了国外常用于评估环形激光陀螺和其它精密测量仪器性能的Allan方差法，讨论了环形激光陀螺的随机噪声特性，应用Allan方差法对激光陀螺输出数据进行了分析，分离出各项误差的系数，结果表明Allan方差法是一种有效的误差特性分析方法。     

基于多尺度多参量的硅MEMS陀螺仪漂移预测

针对硅MEMS陀螺仪误差因素多,输出为非线性非平稳的特点,采用传统方法难以对其建立精确的误差模型.在对小波神经网络方法改进的基础上,提出了多尺度去噪的平稳化方法及多参量非线性预测方法并将其用于硅MEMS陀螺仪漂移预测.试验结果表明,采用多尺度多参量校准方法,硅MEMS陀螺仪精度由1°/s提高到0.02°/s.     

半球谐振陀螺温度补偿与实验研究

温度的变化严重影响了半球谐振陀螺的使用精度。为了消除或者减小温度因素对陀 螺 精度的影响,在简要分析温度对半球谐振陀螺精度影响原因的基础上,采用独立成分分析方 法对温度影响性的独立性和规律性进行了分析检验;建立了陀螺的温度误差补偿模型,并对 与温度有关的确定性漂移进行补偿;利用Allan方差方法对不确定性漂移进行了分析补偿。 实验证明该方法可以扩大陀螺温度环境适应范围,使陀螺仪的使用精度提高约3倍。〖JP 〗
     

基于时变比例系数的陀螺仪/星敏感器组合定姿方法研究

为提高卫星定姿精度,对一种基于时变比例系数的陀螺仪/星敏器组合定姿方法进行了研究。采用扩展卡尔曼滤波(EKF)方法进行组合定姿。针对传统EKF的估计误差稳态值存在波动的问题,基于陀螺仪误差模型分析,对传统陀螺仪误差模型进行改进,将观测性较好的四元数误差引入陀螺仪误差模型。为提高稳态精度并尽量缩短收敛时间,用时变比例系数对四元数误差进行加权,在滤波初期选择相对较小的比例系数以弱化比例系数对滤波的影响,使滤波器较快收敛,之后逐渐加大比例系数以提高稳态精度。给出了决定时变比例系数相关参数的确定方法,以及改进滤波器的设计及其控制原理。仿真结果表明:与传统陀螺仪和有固定比例系数的两种误差模型相比,所建立的陀螺仪误差模型能以相对较少的收敛时间,减小估计误差稳态值波动,有效提高姿态角估计精度。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。     

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。     

自由转子陀螺仪的伺服测试技术研究

自由转子陀螺仪是目前精度最高的一种陀螺仪,没有精密的力矩器,因此,只能采用双轴伺服法来辨识其漂移误差模型。介绍了双轴伺服测试法的基本原理,给出了双轴伺服转台的运动轨迹及重力矢量的变化规律。根据转台的运动特性,建立了自由转子陀螺仪的漂移误差模型,导出双轴伺服转台转角数据估计漂移误差模型系数的算法。从测试结果可以看出自由转子陀螺仪的长时间精度高,表明采用伺服测试法能够获得极高的测试精度,伺服转台可以作为测试自由转子陀螺仪精度的装置。     

基于MATLAB的阿伦方差测试软件设计与实现

为了实现阿伦方差的灵活测试,摆脱专用测试仪器的限制,避免因短稳测试仪故障导致测试中断的问题,设计了一种由相位噪声计算阿伦方差的测试软件.首先通过理论推导得到相位噪声转换阿伦方差的关系表达式,其次利用MATLAB对相位噪声数据进行采集和处理,通过转换公式间接计算出阿伦方差,结果显示测试精度可达到10-11量级.与短稳测试...     

基于交叉验证的陀螺仪温度漂移建模方法

根据k次交叉验证思想,分别在测量方差已知与未知的情况下引入了一种模型选择准则,该准则充分考虑了模型的拟合能力与预测能力,在获得极大似然估计的同时,避免了参数估计中的过拟合问题。利用这一准则,对陀螺仪误差系数温度漂移建模进行了分析,获得了温度漂移的最优多项式模型。并与传统的AIC准则、MDL准则进行对比,通过Monte Carlo仿真说明了该选择准则在样本较小的情况下具有更好的性质。     

激光捷联惯导减振系统设计与应用

针对激光陀螺捷联惯导系统在地面动态导航测试中圆概率误差偏大的现象,要求给激光陀螺捷联惯导系统设计出性能优良的减振系统。分析激光惯导的振动模型,结合对比原有惯导减振系统提出双层减振。在对双层减振系统的分析中,把整个安装支架作为减振系统的一部分,充分考虑弹载设备的可安装性,应用有限元法设计出动态性能良好的安装支架和减振器来改善减振效果。通过地面大量振动试验的验证以及反复对支架和减振器参数的优化设计,使得新构建的减振系统的谐振频率避开激光陀螺的机抖频率以及其它需要减振的频率段,减振效果达到了预期的设计要求,可以在飞行器上使用。     

Kalman滤波的铷原子钟控制算法

以GPS接收机输出的1pps信号为参考信号,采用Kalman滤波算法对铷原子钟的参数进行估计,计算铷原子钟的频率调整量,对铷原子钟进行调整,使其和UTC时间保持同步。实验结果表明,受驯铷原子钟输出1pps与UTC（NTSC）钟差的标准差优于3.5 ns,钟差峰峰值优于15 ns,100 s采样的Allan方差为1.83×10 -12 ,10000 s采样的Allan方差为6.1×10 -13 。实验证明了基于Kalman滤波的铷原子钟控制算法,使铷钟获得了较好的准确性和长期稳定性,且对其短期稳定性影响最小,是一种可靠稳定的铷钟控制方法。