資源描述:
《硅微陀螺儀隨機(jī)漂移建模及濾波》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、電子測量技術(shù)第33卷第9期!"#$%ELECTRONICMEASUREMENTTECHNOLOGY2010年9月硅微陀螺儀隨機(jī)漂移建模及濾波劉天亮11,2高勝利(1.內(nèi)蒙古工業(yè)大學(xué)呼和浩特010051;2.內(nèi)蒙古蒙電華能熱電股份有限公司呼和浩特010020)摘要:通過對硅微陀螺實(shí)測數(shù)據(jù)的分析與預(yù)處理,得到了平穩(wěn)正態(tài)零均值的時(shí)間序列。在時(shí)間序列分析的基礎(chǔ)上,通過對比AR模型各參數(shù),利用fpe準(zhǔn)則確定了AR(1)模型,并以AR(1)模型的輸出進(jìn)行kalman濾波,從而降低隨機(jī)過程噪聲對陀螺儀精度的影響。實(shí)驗(yàn)結(jié)果表明,kalman濾波可有效提高硅微陀螺
2、的精度。關(guān)鍵詞:硅微陀螺儀;AR模型;kalman濾波中圖分類號:TP2文獻(xiàn)標(biāo)識碼: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:siliconmicrogyroscope;ARmodel;kalmanfilter0引言在慣性導(dǎo)航系統(tǒng)中,要求陀螺儀具有相當(dāng)?shù)木?。硅微陀螺的誤差主要包括確定性誤差和隨機(jī)誤差[1]。隨機(jī)誤差主要包括隨機(jī)游走、角速率隨機(jī)游走以及量化噪聲等誤差項(xiàng)[2]。這就要求先通過建立誤差模型,即(ARMA、AR、MA)等時(shí)間序列模型先進(jìn)行補(bǔ)償,然后再通過濾波進(jìn)一步降低陀螺儀的隨機(jī)誤差。圖1陀螺漂移原始數(shù)據(jù)1數(shù)
5、據(jù)的采集、檢驗(yàn)與預(yù)處理通過采集系統(tǒng)的輸出信號,得到觀測時(shí)間序列{犡狋},驗(yàn)可分為參數(shù)檢驗(yàn)法和非參數(shù)檢驗(yàn)法,下面采用參數(shù)檢驗(yàn)如果對{犡狋}建立ARMA模型,必須對該序列進(jìn)行檢驗(yàn)和法下的分段檢驗(yàn)的方法。對于正態(tài)檢驗(yàn),由于大多數(shù)陀螺預(yù)處理,以得到平穩(wěn)、正態(tài)、零均值的時(shí)序,這是建模的都具有正態(tài)分布性的特性,實(shí)際中為簡便起見,一般省去基礎(chǔ)。數(shù)據(jù)的正態(tài)性檢驗(yàn)。通常情況下,多數(shù)的信號都具有非零均值,可直接進(jìn)行零化處理。1.1數(shù)據(jù)的采集陀螺噪聲信號是連續(xù)信號,而時(shí)序建模的對象是離散1.3數(shù)據(jù)預(yù)處理的時(shí)間序列,這就需要對連續(xù)信號進(jìn)行采樣。以狕軸的陀預(yù)處理主要是對經(jīng)
6、檢驗(yàn)后的時(shí)序進(jìn)行相應(yīng)的處理,以螺為例,采樣頻率為50Hz,即每0.02s采集一次陀螺輸出得到合乎平穩(wěn)性、正態(tài)性、零均值要求的時(shí)間序列。首先的瞬時(shí)數(shù)據(jù)。圖1為采集的陀螺漂移原始測量信號。應(yīng)對非平穩(wěn)序列提取趨勢項(xiàng),再進(jìn)行零化處理,即將原序列去掉均值后得到新的序列,最后再進(jìn)行標(biāo)準(zhǔn)化處理。實(shí)1.2數(shù)據(jù)的檢驗(yàn)因?yàn)椋粒遥停聊P鸵笃椒€(wěn)、正態(tài)、零均值的時(shí)間序驗(yàn)表明:采用標(biāo)準(zhǔn)化的時(shí)序不影響ARMA模型參數(shù)的估列,因此要對數(shù)據(jù)進(jìn)行以上3方面的檢驗(yàn)。對于平穩(wěn)性檢值。圖2為進(jìn)行預(yù)處理后的陀螺儀數(shù)據(jù)?!ぃ常场さ冢常尘黼娮訙y量技術(shù)表1陀螺隨機(jī)漂移模型的參數(shù)AR(1)AR(
7、2)AR(3)A10.11110.11250.1126A20.01310.0140A3-0.0083FPE7.37237.39057.3910e005e005e005從表1參數(shù)對比可以看出應(yīng)建立陀螺輸出信號的一圖2陀螺儀隨機(jī)漂移數(shù)據(jù)階自回歸模型AR(1),其結(jié)構(gòu)模型為:狓(狋)=犪1狓(狋-1)+犪(狋)(3)式中:犪為自回歸系數(shù);狓(狋)為AR(1)模型的輸出;犪(狋)12犃犚模型的建立為白噪聲。2.1犃犚模型即狓(狋)=0.1111狓(狋-1)+犪(狋)經(jīng)過預(yù)處理及檢驗(yàn)的數(shù)據(jù)符合時(shí)間序列模型的建模3卡爾曼濾波要求,即可以構(gòu)造一個(gè)ARMA
8、或AR模型來無限逼近真實(shí)的隨機(jī)漂移數(shù)據(jù),然后,用這一模型對陀螺漂移進(jìn)行預(yù)卡爾曼濾波是一種線性最小方差估計(jì),其采用遞推算測,從而達(dá)到補(bǔ)償?shù)?/p>