消费级MEMS惯性传感器的工程快速筛选方法

低成本MEMS惯性测量单元(IMU)在商业上得到广泛应用,但由于MEMS工艺、检测电路等条件的限制,MEMS惯性测量单元在精度和可靠性方面存在劣势,其中有一部分完全不能使用.针对这一问题,提出一种切实可行的MEMS惯性传感器的工程快速筛选方法,设计了24传感器的批量数据采集平台;根据Allan方差原理,对15枚MPU6050进行了原始数据曲线和Allan标准差的双对数曲线的计算和绘制.通过分析,剔除了其中的6枚不能够使用的器件,确定了9枚平均性能器件,剔除率达40%.避免了因劣质器件问题导致实验数据不可靠性以及影响用户的体验,大幅度节约MEMS惯性传感器的筛选时间,确保了后续系统集成的顺利进行.该方法也适用于高成本MEMS惯性传感器筛选出优质器件.     

MEMS惯性器件误差系数的Allan方差分析方法

全球卫星导航系统和惯性导航系统（GNSS/INS）组成的组合导航系统已经在很多应用场景下发挥了巨大的作用,随着组合导航系统的发展,低成本INS也得到了广泛的应用,微机电系统（MEMS）惯性器件在组合导航系统的应用当中也日益受到重视,MEMS惯性器件体积小,功耗低,便于低成本系统的实现.但是MEMS惯性器件的误差较大,为了对其误差项进行分析和识别,可以使用Allan方差方法对惯性器件长时间测量数据进行处理.本文分析了MEMS惯性器件具有的典型误差项,介绍了Allan方差分析方法的原理和实现方法,利用该方法可以对MEMS惯性器件的各个误差项进行辨识.通过对一种商用级MEMS陀螺仪和加速度长时间实测得到的数据进行处理和分析,验证了Allan方差分析方法应用于误差项辨识的可行性,并给出了该MEMS惯性器件的各个误差项识别结果.使用Allan方差方法得到的误差项系数可以直接应用于惯性器件误差建模,对于GNSS/INS组合导航系统的实现和改进有重要意义.     

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.     

水位数据采集系统的研究

基于新型数字化传感器的工作原理,结合具体应用实例,给出由该数字化传感器为前端设备的水位数据采集系统。讨论了基本工作原理及构成,以及在本系统采用的通信方法、抗干扰措施等具体实现技术。该系统具有数据采集快速、准确、运行可靠等特点,为实现水情自动测报进行了有效尝试。     

基于DSP和MEMS的人体动作识别系统

为解决现有虚拟训练软件的人体动作输入设备沉浸感和训练效果不足的问题,采用DSP和微机电系统（MEMS）构建人体动作识别系统。该系统应用MEMS器件为核心构建微惯性测量单元（MIMU）模块,模块的DSP芯片完成传感器数据采集和人体姿态解算。实验结果表明系统样机在动态活动测试中运行稳定可靠,动态解算精度在1?以内,可准确测量人体动作,满足虚拟训练要求。该研究提供了一种新型的虚拟训练软件的硬件输入设备,具有一定的市场价值。     

光纤陀螺惯性测量单元数据采集系统设计

为了满足捷联惯性导航系统对惯性测量单元低成本、小体积、高速率等要求,提出了一种捷联式惯性测量单元的设计与实现方法。该系统以开环光纤陀螺和硅微加速度计作为惯性敏感元件,采用高速DSP作为中央处理器实现数据采集、处理及输出,重点介绍了系统的数据采集模块、处理模块、通讯模块等硬件电路及相应软件的设计。系统中选取了高性能的集成电路芯片,在DSP的基础上进行了简易可靠的接口电路设计和在线误差校正,试验结果表明该信号采集系统能满足捷联惯性导航系统的技术要求。     

多传感器融合定位控制系统设计

为实现水田作业机械的精确定位,在惯性传感器定位的基础上,设计了一套基于激光的多传感器融合定位系统.该系统以激光、陀螺仪与编码盘等传感器模块为硬件基础,结合卡尔曼滤波算法实现了多传感器的数据融合.试验结果表明:在50 m×50 m的测试范围内,静态定位误差小于10 cm,系统定位可靠,精度较高,达到了预期研究目标.     

基于改进灰色模型的MEMS陀螺仪零偏温度补偿

微机电系统(micro-electro mechanical system,MEMS)陀螺仪的零点漂移是影响陀螺仪测量精度的主要因素.针对MEMS陀螺仪零点漂移随温度变化的非线性问题,以MEMS惯性传感器为试验对象,采用小波变换对MEMS陀螺静态实验零偏数据进行滤波,结合改进灰色预测模型估计零偏随温度变化趋势,获得基于小波变换和改进灰色预测的温度补偿模型.与常规补偿模型算法比较表明,基于小波变换和改进灰色预测的温度补偿模型均方根误差和平均绝对误差更小,MEMS陀螺仪零点漂移的均方根误差和平均绝对误差分别减少到0.025 0和0.018 0,验证了该补偿模型的可行性,对提高陀螺测量精度具有较好的理论意义和工程应用价值.     

微机电系统压力传感器抗干扰系统设计

鉴于传统的硅基MEMS压阻式压力传感器普遍存在温度漂移和时间漂移误差,本文采用恒温控制和恒流源自校正方法针对上述问题设计和研究了一种MEMS压力传感器抗干扰系统。首先,简单介绍了传感器的各项参数和温漂、时漂原理。其次,设计并制作了传感器相关外部抗干扰电路。最后,对该系统进行实验测试。结果表明,抗干扰系统能减小传感器温漂和时漂误差,热零点漂移的绝对值由恒温前的0.0652%FS/℃降至恒温后的0.00788%FS/℃,热灵敏度漂移的绝对值由0.118%FS/℃降至0.0153%FS/℃,时漂补偿后预测误差由-3.436~0.875 kPa降低至-2.086~1.765 kPa。该设计对MEMS压力传感器温漂、时漂补偿等抗干扰方面的研究具有一定参考价值。     

基于 MEMS 辅助的单基线北斗融合测姿算法

载体的姿态信息是导航的重要参数,随着北斗卫星导航系统（Beidou navigation satellite system,BDS）和微机电系统（micro-electro-mechanical systems,MEMS）惯性传感器的发展与完善,高精度、低成本、自主化的融合测姿技术具有广阔的应用前景,因此,提出MEMS辅助单基线北斗融合测姿算法。根据MEMS惯性传感器解算出的姿态信息确定基线向量的搜索范围,从而辅助模糊度函数法（ambiguity function method,AFM）减小整周模糊度搜索空间,提高整周模糊度快速求解的成功率和计算效率。将BDS输出的姿态角信息作为观测信息,对MEMS陀螺仪解算出的姿态信息进行实时校正,实现BDS和MEMS传感器二者的数据融合算法。通过实测数据仿真验证,该算法能够解决信号失锁带来的整周模糊度求解困难的问题,并且测姿系统能在遮挡和动态等复杂环境下提供高质量姿态测量结果。     

基于质量评价的运动跟踪数据融合方法

为提高人体运动跟踪系统的性能,将多源传感器数据进行融合。文章针对惯性传感器和Kinect体感传感器,给出了基于可信度、人体骨骼模型生理约束、运动约束和滤波误差的质量评价方法,设计了多传感器融合情况下的质量评价函数,提出了一种基于质量评价函数的运动跟踪数据融合算法。在滑动窗口内基于各传感器连续可信帧进行度量,作为数据融合时的质量因子。实验表明当Kinect或惯性传感器的数据出现较大误差时,通过融合算法提高了系统鲁棒性。     

基于最小二乘法MEMS惯性传感器姿态解算算法

针对MEMS惯性传感器在测量时出现误差不稳定和外界磁场变化所造成的姿态角误差较大问题,提出一种基于最小二乘法MEMS惯性传感器姿态解算算法.采用静态六位置法对三轴加速度计标定,对三轴加速度计建立误差模型,利用最小二乘法确定误差参数.根据欧拉角法中倾斜角和航向角分开求解特点,减小磁场变化干扰,再对欧拉角中存在的奇异值问题进行改进,分为一般姿态值和奇异值状态姿态值两种滤波模式.实验结果证明,通过对三轴加速计的标定补偿和欧拉角的奇异值问题改进后得到的姿态角精度高,并且在遇到磁场变化时稳定性优于四元数法,不会出现奇异值.     

复杂结构刚体惯性参数识别方法与试验

为了高效精确地识别复杂结构刚体的惯性参数,基于频响函数质量线法,设计了惯性参数识别试验装置。采用多体动力学仿真分析了系统刚度与阻尼、噪声、激励点坐标误差、响应点坐标误差、激励角度误差以及传感器安装角度误差对惯性参数识别精度的影响规律。借助搭建试验装置,对已知惯性参数的样件进行识别,惯性参数误差都在5%以内。表明基于频响函数质量线法的试验装置可以高效精确地识别复杂结构刚体的惯性参数。     

基于MEMS惯性技术的延转姿态角测量误差补偿研究

本文介绍了基于MEMS惯性技术,载体在水平面上廻转时产生的姿态角测量原理,运用在线误差补偿技术,针对因MEMS惯性器件加速度效应误差不均衡,导致的翅转姿态角测量误差进行实时补偿。提高了姿态测量装置题转姿态角的测量精度。     

基于MEMS的惯性导航系统研究与设计

提出了一种基于MEMS的捷联式惯性导航系统硬件和软件设计方法。设计了以ARM9处理器为核心的硬件平台,介绍了核心处理器及惯性器件的选型,给出了硬件系统组成;提出了基于嵌入式实时操作系统的软件设计方法,给出基于该操作系统的多任务设计方法及导航算法流程;该导航系统能够实现MEMS信息的实时提取、计算、位姿输出。     

基于MEMS技术的差分式微波信号相位检测器

提出了基于MEMS技术,由功分器、45°移相器和MEMS电容式微波功率传感器组成差分式微波信号相位检测器,实现了在被测信号幅度未知条件下全周期的相位测量.利用HFSS对各组件进行了模拟设计,包括功分器的模拟与设计和MEMS电容式微波功率传感器的模拟与设计,特别采用GaAs MMIC工艺制作了其中的MEMS电容式微波功率传感器,在8～12 GHz的频率范围内,回波损耗小于-20 dB,插入损耗小于0.2 dB.最后利用ADS对整个系统进行了模拟,模拟结果与理论计算结果的误差在3.5%以内,并进行了误差分析.     

基于极大似然估计法的磁力计误差补偿算法

针对现有三轴磁力计误差补偿速度慢、需要外部辅助设备、磁力计和惯性传感器组合存在多传感器轴位敏感重合误差问题,提出了一种基于极大似然估计法(maximum likelihood estimation,MLE)的快速有效的磁力计误差补偿算法.根据传感器组合系统中误差来源建立测量误差模型,建立高斯分布的极大似然参数估计模型,用牛顿最优法解算出误差补偿参数,并给出求解理想初始值的算法.仿真数据显示,补偿后的磁力计航向角解算精度达到0.81°,相比补偿前精度提高94.9％.实验结果表明,该算法可简单快速的实现误差补偿,多传感器轴位敏感重合误差得到校准.     

MEMS器件捷联惯导系统旋转调制技术

使用微机电(MEMS)惯性器件利于捷联惯导系统的低成本和小型化,但MEMS器件误差较大.为提高系统精度,引入了一种全自主误差补偿方法——旋转调制.说明了旋转调制对常值误差的抑制作用和对导航精度的改善效果,并在旋转轴数目、旋转方向、旋转连续性和旋转速度等方面比较了不同旋转调制方案.根据MEMS器件的误差特性,选择了一种适合MEMS器件捷联惯导系统的旋转调制方案并自主研发了原理样机.静态和车载实验表明:旋转调制可以明显抑制MEMS器件常值误差对导航精度的影响,200s内俯仰和横滚姿态精度提高了5倍,速度和位置精度提高了近10倍.     

基于微机电系统洛伦兹平台角速度估计

针对洛伦兹惯性稳定平台对高带宽和高精度角速率需求,提出了基于微机电系统(micro-electro-mechanical system,MEMS)组合传感器的最优速度估计算法.MEMS组合传感器由陀螺仪和加速度计组成,MEMS陀螺仪由于自身特性在速度估计中提供低频速度信息,而加速度计则提供高频信息.最优估计器通过将低频信号与高频信息融合,采用最优控制与估计算法进行速度解算与估计.实验表明,频率在20 Hz内,运动角度在±60°内,MEMS组合传感器速度拟合周期不超过5％,稳定拟合误差不超过7.5％,可以满足平台稳定偏转控制需求.最优状态估计器能在时域与频域上提供无差、高性能的角速度信号.     

基于无线穿戴式传感系统的智能步态检测研究

为了实现精确的人体步态检测并实时反馈给机器人系统,设计了一种基于惯性传感器的无线传感器节点,在此基础上研发了一套无线穿戴式传感系统.基于人体下肢模型,提出一种可靠的步长和步向检测算法.使用五个自主设计的低成本惯性传感器节点固定在人体下肢和腰部,实现了相对精确的步态测量.为了进一步提高测量精度,利用回声状态网络对整个系统测量误差进行校正,校正后步长测量误差小于3.5cm,步向测量误差小于4.5°.实验结果表明该系统与方法能够实现高精度的步态检测.