改善MEMS陀螺误差温度稳定性的驱动力补偿方法

由于微机电系统(MEMS)陀螺通常采用微加工工艺生产制造,因此总是受微加工过程带来的的各种精度缺陷影响。对于MEMS陀螺,其零位输出误差因受环境因素影响而无法保持稳定,随时间表现出漂移特性,这种特性严重限制了MEMS陀螺在更高精度应用中的可用性。该文研究了一种改善MEMS陀螺零位误差温度稳定性的方法。通过分析陀螺运动特性及主要误差源,阐明陀螺驱动力对检测方向的耦合作用是零偏误差同相分量产生并随温度漂移的主要原因之一。为抑制陀螺驱动力耦合作用,提出对陀螺检测轴施加补偿静电力的方法。温度试验结果表明:施加补偿作用后,陀螺零偏误差同相分量的温度稳定性在12～60℃范围内提高了3倍以上。     

光纤陀螺零偏温度补偿的实验研究

为光纤陀螺因温度效应而产生的零偏提供一种补偿方法,针对自行研制的光纤陀螺仪的零值漂移,根据实验数据,建立一种温度补偿模型,采用最小二乘法拟合计算出所需的修正系数对其预测补偿.补偿结果表明:光纤陀螺经模型补偿后零偏基本可以减少一个数量级,并进一步提高了零偏稳定性,补偿效果明显.     

基于SVD/小波的MEMS陀螺误差分析及降噪处理

陀螺仪作为导航系统的核心传感器,其输出信号的精度对导航结果有着重要的影响。针对微机电系统(micro electro mechanical system,MEMS)陀螺成本低、应用广泛但精度低、噪声大的使用现状,选取小波分析方法对MEMS陀螺信号进行误差分析,针对误差分析结果提出了一种小波分析结合奇异值分解(singular value decomposition,SVD)的降噪方法以剔除微弱噪声信号。针对小波分析存在的小波分解层数和小波系数难以选取的问题,提出一种自适应选取小波分解层数和变换小波系数的改进小波算法;通过引入SVD以改进小波变换检测微弱信号中噪声的劣势问题,设计双轴电动转台的静、动态试验,静态试验进行信号的误差分析,动态试验验证改进算法的精度,得出改进算法比之传统小波算法降噪性能提升的结论。     

基于改进六位置法的一种 MEMS 加速度计标定补偿方案

微机电系统(micro electronic mechanical system,MEMS)加速度计在测量过程中受安装误差、刻度因子及零偏影响,为提高MEMS加速度计的测量精度,在六位置法标定的基础上,提出一种改进的MEMS加速度计标定补偿方案.利用小波滤波对MEMS加速度计的原始测量值进行滤波,运用六位置法对6个位置的原始数据进行标定得到补偿模型.通过实验验证,MEMS加速度计测量精度由标定前的1.2 m/s2提高到0.01 m/s2,由MEMS加速度计解算的横滚角和俯仰角精度由标定前的1°提高到0.166 4°.     

陀螺角度误差的温度测试与补偿

温度漂移是陀螺角度误差的主要误差源之一,严重影响了陀螺的测量精度,因此需要对陀螺角度输出误差进行补偿.而温度测量精度越高,对陀螺角度误差的补偿精度就越高,对提高陀螺的测量精度具有重要意义.设计了一个温度测试与补偿系统,对压电陀螺进行了温度误差的测量、分析与补偿,将陀螺角度测量均方差从31.418 2降至0.547 7,证明了软硬件设计的有效性.     

基于小波模糊神经网络的陀螺仪故障诊断技术

为了提高陀螺仪故障检测灵敏度，分析了陀螺漂移特性，指出随机漂移是影响陀螺仪精度的主要漂移误差，也是影响性能可靠性的主要因素．针对此，提出了一种小波模糊神经网络故障诊断模型．此模型运用串联方式将小波分析、模糊逻辑和神经网络融合在一起，充分发挥它们各自的优点，并对陀螺仪实测数据仿真．仿真结果表明，采用小波分析提取陀螺的常值漂移，简单有效；运用神经网络对陀螺的误差和故障建模，使故障诊断具有自适应、自学习的能力，并互增强了故障诊断的容错能力；将模糊逻辑用于判决中，使判决结果更加可靠．     

微型组合导航系统中的传感器野外标定方法

微型组合导航系统中的惯性传感器包括MEMS加速度计、MEMS陀螺仪和地磁传感器等.其精度较低,标度因数、零偏等参数易受环境影响,尤其是温度,因此室内标定得到的标度因数、零偏等参数在野外环境下不再可靠,需要修正.新方法中不需要转台等惯性测试基准设备,只需将导航系统转动6个不同位置,记录各传感器的输出,解方程组即可得到加速度计、陀螺仪和地磁传感器的零偏和标度因数误差,提高了测量精度.通过多组实验证明了该方法简单、可靠,标定精度较高,适用于短时间、低中精度导航系统.     

光纤陀螺仪测试研究

论述了光纤陀螺仪测试系统的组成。对光纤陀螺仪的偏值稳定性、输入轴失准角和随机游走系数等进行了测试和分析，对陀螺仪随机漂移模型进行了辨识，分析了转台误差对陀螺仪输入轴失准角测试精度的影响．所得结论为陀螺仪生产工艺的改进、陀螺仪应用中的误差建模和补偿提供了理论依据     

MEMS陀螺仪的一种新颖高精度标定算法研究

为了提高微机电系统(microelectro mechanical systems,MEMS)陀螺仪的测量精度,分析了MEMS陀螺仪的静态误差,建立了MEMS陀螺仪的输出模型和标定原理,提出了一种新颖的加权递推最小二乘标定算法,该算法可对MEMS陀螺仪进行高精度的标定,并对低精度MEMS陀螺仪给出了有效自适应滤波处理方法?通过大量实验数据分析表明,利用提出的标定算法,误差补偿后的MEMS陀螺仪性能得到了显著的提高?     

基于惯性测量单元旋转的陀螺漂移估计和补偿方法

陀螺仪的漂移误差是影响惯性导航系统的姿态测量精度的重要因素。常用的陀螺漂移估计及航向角误差修正方法需要用磁强计或GPS等外部传感器的辅助数据来实现,存在室内、磁干扰等环境下应用受限的问题。对此该文提出了惯性测量单元旋转的改进方法。该方法在测量过程中对陀螺仪施加独立于物体运动的特定旋转,通过旋转前后不同姿态下陀螺仪和加速度计输出的倾角数值,得到惯性测量单元漂移估计。实验表明,该估计算法可有效地提高航向角的测量精度。     

基于小波去噪的MEMS陀螺仪随机误差校准算法

微机电系统(micro electro mechanical system,MEMS)陀螺仪具有体积小、成本低、功耗低等特点,在微姿态测量系统中应用极其广泛。由于在制作工艺、材料等方面会引入额外的随机噪声,且瞬态电压的不稳定也会造成MEMS陀螺仪在上电阶段产生随机波动误差,严重影响微姿态测量系统的启动时间和测量精度。因此,基于多分辨分析特性的小波变换分析技术,提出了一种改进的小波去噪算法,通过对MEMS陀螺仪的数据进行3层小波分解,剔除高频分量和电压不稳定产生的突变信号,并对低频分量进行重构,最终得到校准以后的陀螺仪数据,实现陀螺仪随机误差的快速校准。实验验证结果表明,通过3层小波分解后,随机误差均值小于0.05 °/s,系统启动时间小于0.1 s,具有较好的噪声抑制和迅速启动能力。     

灰色系统理论，数据预处理及其应用

运用灰色系统理论,建立了动力调谐陀螺漂移和温度之间的数学模型,以补偿热漂移,提高动力调谐陀螺的使用精度。将状态估计与不良数据辨识理论作为数据预处理技术应用于灰色系统建模,以观测数据为依据进行状态估计,避免了常规建模中观测数据与实际数据同等对待的弊端。对数据作检测与辨识,使剔除不良数据后的状态估计结果更为精确,以提高灰色系统建模精度。     

一种新型的基于灰色模型的动调陀螺随机漂移建模方法

为了减少动调陀螺仪(DTG)随机漂移的建模误差，提出了一种基于灰色理论的新型混合建模方法．此方法将小波分析理论引入到灰色模型中，旨在提高单变量一阶灰色模型GM(1，1)的建模能力．原始的DTG漂移数据首先经小波变换处理后，其冲击干扰噪声被抑制，然后用预处理后的漂移数据建立灰色模型，最后再施以小波逆变换．用实测的DTG漂移数据对此方法的有效性进行验证，结果表明该混合建模方法能够给出满意的建模特性．     

小波变换在血糖浓度检测中的应用

利用小波变换的时频局部变换特性对近红外光谱数据进行滤噪处理,能有效地从信号中提取有用信息,从而提高信号的信噪比,提高模型的预测精度和稳健性．将该方法应用于近红外血糖浓度测量的基础研究中,实验结果表明,校正模型的预测标准偏差(RMSEP)分别减少了53%和58%,这对于血糖浓度测量的研究具有一定的现实意义．     

红外热成像系统温度漂移补偿算法研究

针对红外焦平面阵列(infrared focal plane arrays, IRFPA)响应输出易受到环境温度变化的影响,且长时间工作后易发生温度漂移,导致红外热成像系统测温误差大,为此提出了一种红外热成像系统温度漂移补偿算法。该算法建立了红外焦平面阵列响应输出随环境温度变化的补偿模型,利用该模型对IRFPA每个像素响应输出值进行逐一修正。将该补偿算法加入红外热成像系统中,进行红外目标的温度显示实验。实验结果表明,该算法能够有效减少环境温度变化引起的测温误差,提高红外热成像系统的测温精度。     

利用小波变换消除颗粒物Mie散射对DOAS技术的影响

为消除烟气中颗粒物Mie散射对差分吸收光谱(DOAS)法反演气体浓度的影响,提出了多项式结合小波变换的滤波方法.数值研究结果表明:对不同的颗粒物浓度和不同的气体浓度,采用该滤波方法都能够大幅度降低气体浓度的反演误差,且小波变换的层数随颗粒物浓度的增加而增加.实验研究表明:基于该滤波方法的DOAS技术,对0~1377.2mg/m3范围内的SO2气体,其浓度反演误差大都在10%以内,零点漂移由50.96mg/m3降为9.96mg,/m3,提高了DOAS技术的测量精度.     

基于异构多源传感的行人长航时变步长误差修正技术

低成本微机电系统(micro-electro-mechanical system,MEMS)传感器广泛应用于行人定位导航中,但在长航时下,MEMS传感器零位会随时间产生漂移,导致行人变步长误差成为主要误差.且传统的足绑式导航利用MEMS传感器自身信息判断零速时刻会出现错判漏判等问题.针对这两点,根据行人步态变化规律,在判断零速时刻时,加入压力传感器辅助的异构多源传感,同时针对系统误差设计了用于补偿的误差修正算法.对比传统方法,该设计可以明显提高导航定位精度,定位精度可提高一个数量级.     

基于改进果蝇的混合小波神经网络交通流预测

为了提高交通流预测精度,提出了一种基于果蝇算法的混合小波神经网络模型.首先,选择果蝇优化算法对小波神经网络的初始参数进行调节,解决了小波神经网络预测对初始参数敏感的问题.其次,将迭代次数和当前解的情况作为搜索半径和种群规模的动态调整因子,对果蝇算法进行了改进,提高了果蝇算法的全局寻优能力和局部收敛速度.最后,鉴于小波神经网络预测误差存在一定的规律性,使用误差补偿法将调参后的小波神经网络与其他模型进行组合,进行二次误差提取.实验证明,所有混合模型均提高了交通流预测的准确度,其中,与随机森林模型的结合预测精度最高.