微慣性傳感器隨機誤差補償及姿態(tài)融合技術研究
發(fā)布時間：2020-12-13 13:02
隨著微機電系統(tǒng)(MEMS)不斷發(fā)展,基于硅基的MEMS慣性測量單元(MIMU)也取得了長足進步。此類傳感器具有快速響應、低功耗及低成本等優(yōu)點,可廣泛應用于航天、航空等導航領域,近年也在地面運動物體的導航中有著大量的應用。由于硅材料的溫漂特性以及加工工藝誤差會導致MIMU精度不高和工作不穩(wěn)定等問題,因此有關對于MIMU中的慣性傳感器性能補償研究是近期的熱點之一;另一方面,對于微慣性導航單元而言,姿態(tài)信息是慣導解算的核心部分,僅靠慣性傳感器獲取的信息來解算導航中的姿態(tài)時,很容易產生積累誤差導致精確度降低,研究多傳感器姿態(tài)融合技術的改進也是提高精度的有效途徑。綜合以上因素,本文圍繞慣性傳感器的誤差補償和姿態(tài)融合技術展開研究。首先,在充分研究慣性傳感器工作原理的基礎上,本文介紹了慣性器件的確定性誤差模型,并詳細推導了完整的隨機誤差AR模型建模過程;在充分研究卡爾曼濾波原理的基礎上,分析低動態(tài)環(huán)境下的狀態(tài)方程和量測方程,提出了一種基于線性狀態(tài)方程的簡化模型卡爾曼濾波算法,將狀態(tài)方程和量測方程簡化后直接計算估計均方誤差,避免了復雜的矩陣求逆和分解運算,解決了卡爾曼濾波算法實時性不高的問題。為了驗證...
【文章來源】：蘇州大學江蘇省
【文章頁數】：83 頁
【學位級別】：碩士
【部分圖文】：
圖１－２清華大學設計的ＭＥＭＳ慣性測量單元結構示意圖??１．２．２?ＭＥＭＳ
模型??的建立和ＭＩＭＵ全溫標定實驗對ＭＥＭＳ慣性器件的誤差進行精確標定與補償，實驗結果??Ｍ表明加速度計補償后零偏穩(wěn)定性從５０ｕｇ降低到８．?２ｕｇ，陀螺儀的零偏穩(wěn)定性從??￣＞???；??????４?Ｉ?＇』?！?Ｉ?４??丨－－??■＊ｒ?１?ｉ?１?Ｉ?＊?４??‘?Ｊ—二．?．１?＿?■?■?．?ｉ??、?＇－ｉｂ?？＊：＇?？？?？?ｉ＾ｎ?９ｒ?ｘｔｒ?ｙｖｎ?￣ａｒ??（ａ）濾波前?（ｂ）濾波后??圖１－３哈爾濱工業(yè)大學實驗隨機誤差補償結果％??４??
微慣導單元的誤差補償及信息融合技術研究?第一章緒論??９６．３°?／ｈ降低到１８．６°?／ｈ。測試結果如圖１－３所示。北京航天航空大學［２°］采用動態(tài)??Ａｌｌａｎ方差對不同速率的ＭＥＭＳ陀螺儀動態(tài)輸出數據分析，相比常規(guī)的Ａｌｌａｎ方差隨??機誤差分析法，動態(tài)Ａｌｌａｎ方差法除可以實現對陀螺的誤差項分析外，還可以表征誤??差信號隨時間的變化趨勢。清華大學在分析加速度計隨機漂移統(tǒng)計特性的基礎上，提??出了一種基于梯度徑向基（ＲＢＦ）神經網絡對陀螺儀輸出隨機誤差建模的方法，實驗??［２ｎ表明，相對于普通Ａｌｌａｎ方差分析，經補償后的噪聲均值和均方差要降低１５％。??１〇°；??＾??：??Ｋ?Ｉ??方ｔ?：??ｒ?■?？．?：??ｌｉ〇－２ｒ??ｊ?ｊ??１〇＇３??１??１０＊２?１０＇１?１０°?１０１?１０２?１０３??相關時間對數ｒ??圖１－４北京航天航空大學動態(tài)Ａｌｌａｎ方差分析法隨機誤差補償結果［２°］??１．２．３多傳感器信息融合技術??在ＭＥＭＳ慣性器件信息融合算法研究方面，國外的研究起步較早。１９８８年，美國??國防部將傳感器信息融合技術列為２０世紀９０年代重點研宄開發(fā)的２０項關鍵技術之??一［２２］。１９９８年成立了國際信息融合學會，每年舉行一次信息融合國際學術大會１２３］。??２０１３年，美國Ｄｒａｐｅｒ公司提出了一款低功耗的ＩＮＳ／ＧＰＳ組合導航系統(tǒng)Ｍ，利用卡爾??曼濾波算法將慣導信息與ＧＰＳ深組合，實驗結果表明位置誤差在１％以內，樣機如圖??卜４所示。２０１４年，英國Ｎｏｔｔｉｎｇｈａｍ大學在ＭＥＭＳ－ＩＮＳ／ＧＰＳ的組合導航中應用了自適??應
【參考文獻】：
期刊論文
[1]基于Allan方差的MEMS陀螺儀隨機誤差分析方法[J]. 蔣孝勇,張曉峰,李孟委. 測試技術學報. 2017(03)
[2]基于誤差四元數與Kalman濾波的行人慣導系統(tǒng)設計[J]. 唐雷,張哲琛,趙忠華,王紅雨. 電子設計工程. 2017(04)
[3]速度自適應約束卡爾曼濾波方法[J]. 周承松,彭競,劉文祥,王飛雪. 傳感技術學報. 2016(08)
[4]基于九軸MEMS定位系統(tǒng)誤差分析與補償算法研究[J]. 張港,朱勤翔,郭薇,楊曉輝. 傳感器與微系統(tǒng). 2016(06)
[5]基于慣性傳感器MPU6050的濾波算法研究[J]. 傅忠云,朱海霞,孫金秋,劉文波. 壓電與聲光. 2015(05)
[6]基于自適應顯式互補濾波的姿態(tài)解算方法[J]. 孫金秋,游有鵬,傅忠云. 測控技術. 2015(04)
[7]基于MEMS慣性傳感器的行人航位推算系統(tǒng)[J]. 李金鳳,王慶輝,劉曉梅,曹順,張慕遠. 傳感器與微系統(tǒng). 2014(12)
[8]神經網絡輔助的GPS/MEMS-INS組合導航算法[J]. 劉慶元,郝立良,黃書捷,朱山昱. 測繪科學技術學報. 2014(04)
[9]典型彈道下的火箭彈MEMS-INS/GNSS組合導航姿態(tài)誤差可觀性分析[J]. 董進龍,莫波. 兵工學報. 2014(06)
[10]一種新的自適應UKF算法及其在組合導航中的應用[J]. 胡高歌,高社生,趙巖. 中國慣性技術學報. 2014(03)
博士論文
[1]GPS和捷聯慣導組合導航新方法及系統(tǒng)誤差補償方案研究[D]. 韓松來.國防科學技術大學 2010
[2]車載自主定位定向系統(tǒng)研究[D]. 嚴恭敏.西北工業(yè)大學 2006
碩士論文
[1]低成本MEMS陀螺儀隨機漂移誤差的建模及修正[D]. 熊必鳳.西南大學 2017
[2]基于MEMS低成本微型捷聯慣性導航系統(tǒng)研究[D]. 王守寬.北京理工大學 2016
[3]微慣性測量單元標定技術及誤差補償研究[D]. 韋宗喜.中國科學院研究生院(長春光學精密機械與物理研究所) 2015
[4]微機械電容式加速度計自動標定及性能參數測試系統(tǒng)的研究[D]. 耿賽柳.蘇州大學 2013
[5]基于機器人及軍用導航系統(tǒng)的MEMS陀螺儀性能研究[D]. 梁麗娟.北京交通大學 2011
本文編號：2914579
【文章來源】：蘇州大學江蘇省
【文章頁數】：83 頁
【學位級別】：碩士
【部分圖文】：
圖１－２清華大學設計的ＭＥＭＳ慣性測量單元結構示意圖??１．２．２?ＭＥＭＳ
模型??的建立和ＭＩＭＵ全溫標定實驗對ＭＥＭＳ慣性器件的誤差進行精確標定與補償，實驗結果??Ｍ表明加速度計補償后零偏穩(wěn)定性從５０ｕｇ降低到８．?２ｕｇ，陀螺儀的零偏穩(wěn)定性從??￣＞???；??????４?Ｉ?＇』?！?Ｉ?４??丨－－??■＊ｒ?１?ｉ?１?Ｉ?＊?４??‘?Ｊ—二．?．１?＿?■?■?．?ｉ??、?＇－ｉｂ?？＊：＇?？？?？?ｉ＾ｎ?９ｒ?ｘｔｒ?ｙｖｎ?￣ａｒ??（ａ）濾波前?（ｂ）濾波后??圖１－３哈爾濱工業(yè)大學實驗隨機誤差補償結果％??４??
微慣導單元的誤差補償及信息融合技術研究?第一章緒論??９６．３°?／ｈ降低到１８．６°?／ｈ。測試結果如圖１－３所示。北京航天航空大學［２°］采用動態(tài)??Ａｌｌａｎ方差對不同速率的ＭＥＭＳ陀螺儀動態(tài)輸出數據分析，相比常規(guī)的Ａｌｌａｎ方差隨??機誤差分析法，動態(tài)Ａｌｌａｎ方差法除可以實現對陀螺的誤差項分析外，還可以表征誤??差信號隨時間的變化趨勢。清華大學在分析加速度計隨機漂移統(tǒng)計特性的基礎上，提??出了一種基于梯度徑向基（ＲＢＦ）神經網絡對陀螺儀輸出隨機誤差建模的方法，實驗??［２ｎ表明，相對于普通Ａｌｌａｎ方差分析，經補償后的噪聲均值和均方差要降低１５％。??１〇°；??＾??：??Ｋ?Ｉ??方ｔ?：??ｒ?■?？．?：??ｌｉ〇－２ｒ??ｊ?ｊ??１〇＇３??１??１０＊２?１０＇１?１０°?１０１?１０２?１０３??相關時間對數ｒ??圖１－４北京航天航空大學動態(tài)Ａｌｌａｎ方差分析法隨機誤差補償結果［２°］??１．２．３多傳感器信息融合技術??在ＭＥＭＳ慣性器件信息融合算法研究方面，國外的研究起步較早。１９８８年，美國??國防部將傳感器信息融合技術列為２０世紀９０年代重點研宄開發(fā)的２０項關鍵技術之??一［２２］。１９９８年成立了國際信息融合學會，每年舉行一次信息融合國際學術大會１２３］。??２０１３年，美國Ｄｒａｐｅｒ公司提出了一款低功耗的ＩＮＳ／ＧＰＳ組合導航系統(tǒng)Ｍ，利用卡爾??曼濾波算法將慣導信息與ＧＰＳ深組合，實驗結果表明位置誤差在１％以內，樣機如圖??卜４所示。２０１４年，英國Ｎｏｔｔｉｎｇｈａｍ大學在ＭＥＭＳ－ＩＮＳ／ＧＰＳ的組合導航中應用了自適??應
【參考文獻】：
期刊論文
[1]基于Allan方差的MEMS陀螺儀隨機誤差分析方法[J]. 蔣孝勇,張曉峰,李孟委. 測試技術學報. 2017(03)
[2]基于誤差四元數與Kalman濾波的行人慣導系統(tǒng)設計[J]. 唐雷,張哲琛,趙忠華,王紅雨. 電子設計工程. 2017(04)
[3]速度自適應約束卡爾曼濾波方法[J]. 周承松,彭競,劉文祥,王飛雪. 傳感技術學報. 2016(08)
[4]基于九軸MEMS定位系統(tǒng)誤差分析與補償算法研究[J]. 張港,朱勤翔,郭薇,楊曉輝. 傳感器與微系統(tǒng). 2016(06)
[5]基于慣性傳感器MPU6050的濾波算法研究[J]. 傅忠云,朱海霞,孫金秋,劉文波. 壓電與聲光. 2015(05)
[6]基于自適應顯式互補濾波的姿態(tài)解算方法[J]. 孫金秋,游有鵬,傅忠云. 測控技術. 2015(04)
[7]基于MEMS慣性傳感器的行人航位推算系統(tǒng)[J]. 李金鳳,王慶輝,劉曉梅,曹順,張慕遠. 傳感器與微系統(tǒng). 2014(12)
[8]神經網絡輔助的GPS/MEMS-INS組合導航算法[J]. 劉慶元,郝立良,黃書捷,朱山昱. 測繪科學技術學報. 2014(04)
[9]典型彈道下的火箭彈MEMS-INS/GNSS組合導航姿態(tài)誤差可觀性分析[J]. 董進龍,莫波. 兵工學報. 2014(06)
[10]一種新的自適應UKF算法及其在組合導航中的應用[J]. 胡高歌,高社生,趙巖. 中國慣性技術學報. 2014(03)
博士論文
[1]GPS和捷聯慣導組合導航新方法及系統(tǒng)誤差補償方案研究[D]. 韓松來.國防科學技術大學 2010
[2]車載自主定位定向系統(tǒng)研究[D]. 嚴恭敏.西北工業(yè)大學 2006
碩士論文
[1]低成本MEMS陀螺儀隨機漂移誤差的建模及修正[D]. 熊必鳳.西南大學 2017
[2]基于MEMS低成本微型捷聯慣性導航系統(tǒng)研究[D]. 王守寬.北京理工大學 2016
[3]微慣性測量單元標定技術及誤差補償研究[D]. 韋宗喜.中國科學院研究生院(長春光學精密機械與物理研究所) 2015
[4]微機械電容式加速度計自動標定及性能參數測試系統(tǒng)的研究[D]. 耿賽柳.蘇州大學 2013
[5]基于機器人及軍用導航系統(tǒng)的MEMS陀螺儀性能研究[D]. 梁麗娟.北京交通大學 2011
本文編號：2914579
本文鏈接：http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/2914579.html
