具有扇区输入非线性的三轴MEMS陀螺仪鲁棒自适应控制

微机电系统(micro electro mechanic system, MEMS)陀螺仪在制造和应用过程中会受到系统参数不确定、外界干扰和力电换能器非线性效应的影响,降低MEMS陀螺仪的检测精度。提出一种基于增益自适应的滑模控制策略对MEMS陀螺仪3个轴向轨迹进行控制,采用一种基于时变死区技术的积分自适应律估计参数不确定和干扰的上界以避免估计发散,选择合适的控制律消除非线性扇区输入的影响,实现陀螺3个轴向的轨迹跟踪指定的参考运动,从而提高检测精度。最后利用Lyapunov直接法证明了闭环误差系统的渐近稳定性和所有信号的有界性。仿真结果表明了该策略的有效性。     

MEMS陀螺仪冗余配置故障检测方法

针对姿态测量系统的可靠性问题,提出了一种冗余配置方式的微机电系统(micro-electro-mechanical system,MEMS)陀螺仪故障检测方法。首先,基于三轴MEMS陀螺仪研究了冗余配置的形式,给出了相应的故障评价函数,并给出了最优配置角度的计算方法;其次,根据冗余配置建立陀螺仪故障检测数学模型,设计了MEMS陀螺仪硬故障检测方法,并进一步证明了陀螺仪的软故障和陀螺仪输出噪声的相关性,通过最大似然估计给出了软故障检测判决函数;最后,利用自主构建的故障检测硬件平台进行了实验验证,成功实现了对发生硬故障及软故障陀螺仪敏感轴的检测。该方法将MEMS陀螺仪的冗余配置扩展到了敏感轴水平,提高了MEMS陀螺仪的数据利用率,增加了系统可靠性。     

基于MEMS惯性器件的微型船用组合测姿系统设计

首先构造了基于Kalman滤波的MEMS陀螺仪、加速度计和磁强计的姿态测量系统,在证明船舶机动运动产生的干扰加速度会引起Kalman滤波发散的基础上,构造了径向基函数神经网络姿态系统以克服干扰加速度的这种不利影响,并提出了基于神经网络与kalman滤波的组合姿态测量系统的设计方案,对设计的组合姿态测量系统进行了仿真试验.试验结果表明,组合姿态测量系统即使在干扰加速度存在的情况下也可以完成船舶姿态的实时准确估计,可满足船用设备中低精度姿态测量系统使用要求.     

微型三轴气浮台姿态确定系统设计

为建立现代小卫星的姿态确定仿真系统,在微型三轴气浮转台上设计了基于敏感元件组合"MEMS陀螺+倾角传感器"的姿态确定系统。首先,系统采用具有32位浮点运算能力的TMS320F28335为中心处理器,通过CAN总线实时采集低精度输出的MEMS陀螺仪角速度信息和较高精度输出的倾角传感器角度信息,然后用扩展卡尔曼滤波器实时处理角速度、角度信息,得到三轴气浮转台的姿态信息;最后通过数学仿真和物理仿真来验证三轴气浮转台姿态确定系统设计的合理性。实验结果表明,该系统能够滤除MEMS陀螺仪输出的漂移,提高转台角速度测量精度,其均方差由0.01516降低至0.005632;角度输出精度基本保持不变,其均方差约为0.001。这表明系统设计合理,能够提供较高精度的姿态信息,满足小卫星姿态确定系统仿真平台的要求。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

一种准无陀螺惯导系统解算新方法研究

为了有效抑制随时间发散的无陀螺惯性导航系统(GFINS)的误差,提出了一种新的解算算法(GA6A法)。利用合理配置的6个加速度计和1个起辅助作用的低成本速率陀螺仪,形成一种新的准无陀螺惯性导航系统(NGFINS),通过加速度计组合的输出直接解算载体的角速度数值的绝对值,再利用陀螺仪决定角速度的正负性,从而可以使求解载体姿态和位置的积分次数分别减少1次。给出了新算法的理论推导过程,并对该算法进行了可行性和有效性仿真。当计算步长?t=0.01s,仿真迭代10000次时,采用该算法可使载体姿态角精度和位置精度提高70%以上。     

改进的Sage-Husa自适应滤波及其应用

为防止滤波发散和提高系统的实时性,提出了一种基于协方差匹配技术的自适应滤波方法。该方法将协方差匹配技术和一种简化的Sage-Husa自适应滤波算法相结合,通过滤波的状态确定量测噪声协方差阵的值,在线估计噪声的统计特性实现自适应滤波。将该算法应用到惯导/双星（INS/DS）组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明,在滤波精度相当的情况下,新算法简化了运算,提高了实时性。     

基于互补滤波器的MEMS/GPS/地磁组合导航系统

针对低成本、高性能、高可靠性导航系统的迫切需求,设计并实现了一种基于互补滤波器的微机电系统(micro electro mechanical system, MEMS)/全球定位系统(global positioning system, GPS)/地磁组合导航系统。通过精确地器件标定,提高了MEMS陀螺仪、加速度计输出数据的准确性;根据MEMS惯性导航系统解算的姿态角、速度、位置结果,结合GPS及地磁的输出,设计了组合导航系统;依据载体的运动状态,设计了自适应调整截止频率的互补滤波器数据融合方法,实现了组合导航系统的定姿定位;最后,对组合导航系统进行静态、动态测试试验,实际测试结果表明,组合导航系统能够达到较高的导航精度。     

飞行器动力学信息辅助MEMS惯导系统

使用微机械电子(micro electro mechanical systems, MEMS)惯导系统(inertial navigation system,INS)的飞行器由于其MEMS惯性器件测量精度低,致使导航误差快速发散。针对该问题,提出了一种利用飞行器动力学(aircraft dynamics, AD)信息辅助MEMS惯导解算的方法。〖JP2〗它基于AD建立的飞行器运动模型和运动误差模型,利用实时解算的飞行器运动状态构建卡尔曼滤波器对MEMS惯导误差进行估计和修正。在此基础上,进一步考虑了INS/全球定位系统(global positioning system,GPS)组合导航时该方法的改进算法,提出了一种利用GPS定位信息和预测滤波器对飞行器动力学模型误差估计的方法。最后的半实物仿真实验结果表明,飞行器动力学信息辅助滤波器可以有效地减小系统误差,提高 MEMS惯导系统输出精度。     

基于优化KF的MEMS陀螺阵列信号融合方法

针对微机电系统(micro electro mechanical system,MEMS)陀螺仪准确度低、噪声大的问题,采用陀螺阵列技术降噪以提高陀螺的使用精度。采用Allan方差法分析陀螺信号误差噪声项,依据分析结果对测量模型进行了简化,利用噪声相关性设计了一种卡尔曼滤波器(Kalman filter,KF)对陀螺阵列进行数据融合,并对最优估计过程进行了改进,降低了数据处理的复杂度和计算量,同时从理论上分析了各参数对阵列性能的影响。为提高滤波器的动态性能,将自回归(autoregressive,AR)模型应用于陀螺真实角速率的建模。采用6个陀螺构成的阵列进行了验证实验。实验结果表明:与单个陀螺相比,陀螺阵列的噪声在静态条件下降低了144.2倍,在恒速率和正弦速率条件下噪声分别降低了18.18倍和5.36倍,证明了此建模方法和融合方法的有效性。     

基于MUBF算法的微机械陀螺输出降噪方法

针对微机械(micro electro mechanical system, MEMS)陀螺输出漂移不确定性,提出采用最小上限滤波(minimum upper-bound filter, MUBF)算法实现MEMS陀螺输出信号降噪处理,该算法将漂移看作陀螺输出信号中的未知干扰,通过获取漂移变化方差上限,利用凸优化动态寻优得到角速率估计。相比卡尔曼滤波算法(Kalman filter, KF),MUBF算法可以在陀螺输出漂移模型未知的情况下工作,弱化陀螺信号降噪处理条件。陀螺静态和动态实验结果表明:MUBF算法能够有效降低陀螺噪声且优于KF算法降噪效果,该算法为MEMS陀螺降噪研究提供新思路。     

MEMS陀螺误差建模与滤波方法

从实际工程应用角度出发,探讨了微机电系统(micro-electro-mechanical systems,MEMS)陀螺误差的有效滤波降噪方法.基于随机序列时序分析法的基本原理,采用实时平均算法对陀螺原始量测数据进行常值补偿预处理,得到随机漂移信号.对去除渐进项后的差分漂移信号进行AR模型建模,并依据该模型进行改进卡尔曼滤波,在输出差分信号滤渡值的同时解算当前陀螺输出滤波值.通过对某MEMS陀螺实测数据的误差补偿结果表明,提出的滤波方法能够有效地抑制其漂移误差,提高实际应用中的测量精度.     

基于扩展卡尔曼滤波器的低成本航姿系统设计

针对传统的航姿系统（attitude and heading reference system, AHRS）在微型无人飞行器、机器人等应用上所体现的成本高、体积大、功耗大的问题,提出了一种低成本高精度AHRS。该系统以数字信号处理器为硬件平台,集成了陀螺仪、加速度计、磁罗盘等9自由度微机电系统传感器,采用了基于四元数的姿态估计方法,建立了传感器输出模型和系统状态空间模型,考虑了加速度对系统精度的影响,解决了四元数协方差奇异性问题,通过扩展卡尔曼滤波〖JP3〗器进行数据融合以获得姿态的准确输出。经数值仿真分析和三轴飞行转台测试,姿态角的静态精度优于0.5°、动态精度优于2°,并在微型无人飞行器上进行了飞行验证,结果表明其能够满足小型无人飞行器等的应用需求。