| 基于自适应KF动态虚拟陀螺数据融合算法的研究 |
| |
| 引用本文： | 熊泰然,陈雯雯,陈宏宇,高海云,吉言超. 基于自适应KF动态虚拟陀螺数据融合算法的研究[J]. 上海航天, 2021, 38(6): 124-130 |
| |
| 作者姓名： | 熊泰然 陈雯雯 陈宏宇 高海云 吉言超 |
| |
| 作者单位： | 中国科学院 微小卫星创新研究院,上海201210;中国科学院大学 电子电气与通信工程学院,北京100049;上海科技大学 信息科学与技术学院,上海201210 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 微机电系统 虚拟陀螺 Allan方差 实时计算 自适应KF |
| 收稿时间： | 2021-01-07 |
| 修稿时间： | 2021-05-05 |
Data Integration Algorithm for Dynamic Virtual Gyroscope Based on Adaptive Kalman Filter |
| |
| IONG Tairan,CHEN Wenwen,CHEN Hongyu,GAO Haiyun,JI Yanchao. Data Integration Algorithm for Dynamic Virtual Gyroscope Based on Adaptive Kalman Filter[J]. Aerospace Shanghai, 2021, 38(6): 124-130 |
| |
| Authors: | IONG Tairan CHEN Wenwen CHEN Hongyu GAO Haiyun JI Yanchao |
| |
| Abstract: | |
| |
| Keywords: | micro-electro-mechanical system (MEMS) virtual gyroscope Allan variance real-time calculation adaptive Kalman filter (KF) |
|
| 点击此处可从《上海航天》浏览原始摘要信息 |
|
点击此处可从《上海航天》下载免费的PDF全文 |
|
