资源描述：
《粒子滤波在mems陀螺仪初始对准中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、粒子滤波在MEMS陀螺仪初始对准中的应用第24卷第9期2011年9月传感技术CHINESEJOURNALOFSENSORSANDACTUATORSVo1.24No.9Sep.2011TheUsageofParticleFilteringAlgorithminInitialAlignmentofMEMSGyroCU/Mng(TianfinKeyLaboratoryforAdvancedSignalProcessing,CivilAviationUniversityofChin.,Tianjin300300,Chi
2、n.)Abstract:AccordingtotherandomerrorsoftheMEMS(Micro—Electro—Mechanical—Systems)gyro,particlefilteringalgorithmisintroduced.BymeansofSingermodelofMovingTarget,thesystemstateequationsarepresented.Theapplicationoftheparticlefilteringalgorithmintheoutputdataof
3、MEMSgyroisdiscussedandthealgorithmisdeducedindetail.Inthispaper,KalmanfilteringandparticlefilteringareusedinfilteringtotheinitialalignmentoutputdataofMEMSIMUrespectively.Byusingtwokindsoffilteringmethod,therandomerrorsarereduced,andtheparticlefilteringisbett
4、er.Keywords:MEMSIMU;Singermodel;Kalmanfiltering;particlefilteringEEACC:7230doi:10.3969/j.issn.1004—1699.2011.09.010粒子滤波在MEMS陀螺仪初始对准中的应用术崔铭(中国民航大学智能信号与图像处理天津市重点实验室,天津300300)摘要:针对微机电系统MEMS(Micro.Electro—Mechanical—System)陀螺仪的随机误差,引入了粒子滤波处理MEMSIMU的输出数据.借助于机动目标的
5、Singer模型建立了系统状态方程,论文讨论了粒子滤波算法在MEMSIMU滤波处理的应用,详细描述了算法的推导过程.应用经典卡尔曼滤波和粒子滤波分别处理MEMS陀螺仪初始对准时输出的数据,滤波结果发现,两种算法滤波后随机误差得到有效减小,而粒子滤波有一定优势.关键词:MEMSIMU;Singer模型;卡尔曼滤波;粒子滤波中图分类号:TP212文献标识码:A文章编号:1004-1699(2011)09-1275-04MEMS(Micro—Electro.Mechanical—Systems)即微机械电子系统¨J,
6、该技术出现于20世纪80年代中后期,是随着现代微电子与微加工工艺的迅速发展而发展起来的,并受到各国家广泛的重视.MEMS.IMU(微机电惯性测量单元)主要包括陀螺仪和加速度计,由于体积小,成本低,重量轻和可靠性高等优点,在低成本惯导系统中广泛应用.但由于理论和制造工艺的不完善,MEMSIMU本身存在着较大的测量误差,其测量值包含许多因素引起的误差,需对这些误差进行测试和建模补偿.误差通常分为确定和随机两部分,确定部分可以用代数方程来表示,具有规律性容易补偿.目前,国内外对这两种误差的补偿已经非常成熟.而随机部分
7、具有不确定性,只能用统计规律来描述,通过滤波的方法来减少.因而,对陀螺仪输出数据建模后,常采用卡尔曼滤波技术J.卡尔曼滤波是一种实用的线性最小方差估计算法,适用于非平稳过程,并与递推最小二乘估计一样,算法采用递推,从量测信息中提取被估计量存在估计值中.理想情况下,卡尔曼滤波能得到较好的滤波效果,但在强非线性和非高斯环境下采用卡尔曼滤波会带来较大误差,跟踪性能较差,甚至会出现滤波发散.粒子滤波_6是一种基于贝叶斯估计的滤波方法.其基本思想:首先依据系统状态向量的经验条件分布,在状态空间产生一组随机样本,这些样本称
8、为粒子,然后根据观测量,不断地调整粒子的权重和位置,通过调整后的粒子的信息,修正最初的经验条件分布.当粒子数目足够多时,修正后的经验条件分布将收敛于系统状态向量真实的条件分布.此时,状态向量的估计值可以通过粒子的均值得到.这种滤波算法采用递推方式,很方便用计算机实现,并且该算法能较好地适应观测信息出现异常突变时项目来源:中央高校基本科研业务费中国民航大学2009年度专项项目(ZXH20
