硅微陀螺仪随机漂移建模及滤波

硅微陀螺仪随机漂移建模及滤波

ID:38150699

大小:1.51 MB

页数:3页

时间:2019-05-26

硅微陀螺仪随机漂移建模及滤波_第1页
硅微陀螺仪随机漂移建模及滤波_第2页
硅微陀螺仪随机漂移建模及滤波_第3页
资源描述:

《硅微陀螺仪随机漂移建模及滤波》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、电子测量技术第33卷第9期!"#$%ELECTRONICMEASUREMENTTECHNOLOGY2010年9月硅微陀螺仪随机漂移建模及滤波刘天亮11,2高胜利(1.内蒙古工业大学呼和浩特010051;2.内蒙古蒙电华能热电股份有限公司呼和浩特010020)摘要:通过对硅微陀螺实测数据的分析与预处理,得到了平稳正态零均值的时间序列。在时间序列分析的基础上,通过对比AR模型各参数,利用fpe准则确定了AR(1)模型,并以AR(1)模型的输出进行kalman滤波,从而降低随机过程噪声对陀螺仪精度的影响。实验结果表明,kalman滤波可有效提高硅微陀螺

2、的精度。关键词:硅微陀螺仪;AR模型;kalman滤波中图分类号:TP2文献标识码:A犉犻犾狋犲狉犪狀犱犿狅犱犲犾狅犳狊犻犾犻犮狅狀犿犻犮狉狅犵狔狉狅狊犮狅狆犲狉犪狀犱狅犿犱狉犻犳狋11,2LiuTianliangGaoShengli(1.InnerMongoliaUniversity,Hohhot010051;2.InnerMongoliaMengDianHuaNengThermalPowerCorporationLimited,Hohhot010020)犃犫狊狋狉犪犮狋:Throughthemeasureddataofgyroanalysi

3、sandpreprocessing,getasteady,normal,zeromeantimeseries.onthebasisofanalysisoftimeseries,throughcomparingtheARmodelparameters,makeuseoffpestandard,creattheAR(1)model,AndwithAR(1)kalmanfilteringofoutput,thenreducingrandomprocessofgyroeffectofnoiseaccuracy.Experimentalresultssho

4、wthat:thekalmanfiltercaneffectivelyimprovetheaccuracyofsilicongyro.犓犲狔狑狅狉犱狊:siliconmicrogyroscope;ARmodel;kalmanfilter0引言在惯性导航系统中,要求陀螺仪具有相当的精度。硅微陀螺的误差主要包括确定性误差和随机误差[1]。随机误差主要包括随机游走、角速率随机游走以及量化噪声等误差项[2]。这就要求先通过建立误差模型,即(ARMA、AR、MA)等时间序列模型先进行补偿,然后再通过滤波进一步降低陀螺仪的随机误差。图1陀螺漂移原始数据1数

5、据的采集、检验与预处理通过采集系统的输出信号,得到观测时间序列{犡狋},验可分为参数检验法和非参数检验法,下面采用参数检验如果对{犡狋}建立ARMA模型,必须对该序列进行检验和法下的分段检验的方法。对于正态检验,由于大多数陀螺预处理,以得到平稳、正态、零均值的时序,这是建模的都具有正态分布性的特性,实际中为简便起见,一般省去基础。数据的正态性检验。通常情况下,多数的信号都具有非零均值,可直接进行零化处理。1.1数据的采集陀螺噪声信号是连续信号,而时序建模的对象是离散1.3数据预处理的时间序列,这就需要对连续信号进行采样。以狕轴的陀预处理主要是对经

6、检验后的时序进行相应的处理,以螺为例,采样频率为50Hz,即每0.02s采集一次陀螺输出得到合乎平稳性、正态性、零均值要求的时间序列。首先的瞬时数据。图1为采集的陀螺漂移原始测量信号。应对非平稳序列提取趋势项,再进行零化处理,即将原序列去掉均值后得到新的序列,最后再进行标准化处理。实1.2数据的检验因为ARMA模型要求平稳、正态、零均值的时间序验表明:采用标准化的时序不影响ARMA模型参数的估列,因此要对数据进行以上3方面的检验。对于平稳性检值。图2为进行预处理后的陀螺仪数据。·33·第33卷电子测量技术表1陀螺随机漂移模型的参数AR(1)AR(

7、2)AR(3)A10.11110.11250.1126A20.01310.0140A3-0.0083FPE7.37237.39057.3910e005e005e005从表1参数对比可以看出应建立陀螺输出信号的一图2陀螺仪随机漂移数据阶自回归模型AR(1),其结构模型为:狓(狋)=犪1狓(狋-1)+犪(狋)(3)式中:犪为自回归系数;狓(狋)为AR(1)模型的输出;犪(狋)12犃犚模型的建立为白噪声。2.1犃犚模型即狓(狋)=0.1111狓(狋-1)+犪(狋)经过预处理及检验的数据符合时间序列模型的建模3卡尔曼滤波要求,即可以构造一个ARMA

8、或AR模型来无限逼近真实的随机漂移数据,然后,用这一模型对陀螺漂移进行预卡尔曼滤波是一种线性最小方差估计,其采用递推算测,从而达到补偿的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。