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。     

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。