基于Allan方差的MEMS陀螺仪随机误差辨识与抑制

论文摘要

为了提高某型微机电系统(MEMS)陀螺仪输出精度,静态采集该型MEMS陀螺仪原始数据,通过Allan方差分析法,对陀螺仪随机误差成分进行辨识;以z轴输出为例,利用时间序列分析法,建立其随机误差的自回归滑动平均(ARMA)模型。根据拟合后的模型参数设计卡尔曼滤波器,对原始数据进行滤波处理,再对预滤波后的数据进行Allan方差分析。结果表明:滤波后的量化噪声、角度随机游走、零偏不稳定性误差系数分别减小了2. 8%,19. 8%和8. 1%。卡尔曼滤波器能够有效抑制MEMS陀螺仪的随机误差,提高输出精度。

论文目录

• 0 引言
• 1 Allan方差分析法
•   1.1 Allan方差计算过程
•   1.2 Allan方差与随机误差组成关系
•   1.3 数据采集与误差辨识实验
• 2 MEMS陀螺仪随机误差建模
•   2.1 模型形式
•   2.2 阶次判定
•   2.3 参数估计
• 3 卡尔曼滤波
• 4 结论

文章来源

类型: 期刊论文

作者: 马群,王庆,阳媛,盛浩

关键词: 微机电系统陀螺仪,随机误差,方差,自回归滑动平均模型,卡尔曼滤波

来源: 传感器与微系统 2019年06期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 仪器仪表工业

单位: 东南大学仪器科学与工程学院,北京航空航天大学计算机学院

基金: 国家重点研发计划资助项目(2016YFB0502103),国家自然科学基金资助项目(61601123),江苏省自然科学基金资助项目(BK20160696)

分类号: TH824.3

DOI: 10.13873/J.1000-9787(2019)06-0062-04

页码: 62-65

总页数: 4

文件大小: 711K

下载量: 500