硅微陀螺儀隨機(jī)漂移建模及濾波

ID:38150699

大?。?.51 MB

頁數(shù):3頁

時(shí)間:2019-05-26

硅微陀螺儀隨機(jī)漂移建模及濾波_第1頁
硅微陀螺儀隨機(jī)漂移建模及濾波_第2頁
硅微陀螺儀隨機(jī)漂移建模及濾波_第3頁
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:siliconmicrogyroscope;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)A10.11110.11250.1126A20.01310.0140A3-0.0083FPE7.37237.39057.3910e005e005e005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>

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。
关闭