微惯性姿态测量系统的MEMS传感器校准与补偿算法研究

发布时间：2017-08-09 14:26

  本文关键词：微惯性姿态测量系统的MEMS传感器校准与补偿算法研究

  更多相关文章： MEMS惯性器件 微惯性测量单元 误差分析 标定补偿

【摘要】：MEMS惯性器件制造成本低,器件体积与质量都更为轻便,在各个领域得到了广泛的应用。但由于MEMS惯性器件存在误差,限制了微惯性测量单元精度的进一步提高。导航系统和航姿系统的有效性主要取决于惯性测量单元(IMU)的精度,通过误差数学模型补偿和校正MEMS惯性器件的各种误差能有效提高系统的测量精度。因此,准确建立MEMS惯性器件的误差数学模型,精确补偿这些误差,是惯性系统姿态测量领域中的一个重要研究内容。论文首先对微惯性发展进行概述,介绍了MEMS惯性器件误差的研究意义和误差校正算法的国内外研究现状等,然后分别介绍了MEMS陀螺仪和加速度计的工作原理以及主要性能指标。对微惯性测量系统的误差来源进行分析讨论,从原理上分析确定性误差、随机误差以及温度误差等惯性器件误差的形成机理。其次,不仅对温度误差补偿建模,而且对MEMS惯性器件温度漂移和滞回现象进行了分析。设计相应的温度测试实验对MEMS惯性器件的温度特性进行分析,运用BP神经网络模型结合转速和温度因素对陀螺仪进行补偿。针对加速度计的温度特性,采用最小二乘法对Y轴进行补偿。补偿后陀螺仪零偏温度误差较常规补偿方法提升了一个数量级,加速度计零偏温度误差系数由7.5mg/°C提升至3.2e-2mg/°C。再次,对确定性误差建模及校准。采用基于传统方法改进的校正模型对MEMS惯性器件的确定性误差进行校正,其中包括零偏误差,刻度因子误差和安装误差等误差。补偿后MEMS陀螺仪各轴的平均偏移量减小为0.04%、0.03%、0.01%,补偿后MEMS加速度计解算的俯仰角由平均绝对误差1°提升至0.14°。最后,补偿MEMS惯性器件随机噪声误差。采用Allan方差方法对陀螺仪和加速度计进行噪声分析,然后运用时间序列方法进行建模,采用卡尔曼滤波对信号进行噪声抑制,滤波效果良好。补偿后MEMS陀螺仪、加速度计零偏不稳定性分别提高65.7%和52.8%。
【关键词】：MEMS惯性器件 微惯性测量单元 误差分析 标定补偿
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-14
• 1.1 课题来源及研究的目的和意义9-10
• 1.2 国内外发展现状10-12
• 1.3 本文主要研究内容12-14
• 第2章 微惯性姿态仪基础理论14-23
• 2.1 MEMS器件工作原理14-19
• 2.1.1 微机械陀螺仪工作原理14-16
• 2.1.2 微机械加速度计工作原理16-19
• 2.2 MEMS惯性器件的主要性能指标19-21
• 2.2.1 陀螺仪主要性能指标19-20
• 2.2.2 加速度计主要性能指标20-21
• 2.3 微惯性测量单元原理21
• 2.4 微惯性测量单元21-22
• 2.5 本章小结22-23
• 第3章 微惯性姿态测量系统的惯性器件误差分析23-30
• 3.1 引言23
• 3.2 误差源分析23-24
• 3.3 确定性误差分析24-26
• 3.3.1 刻度因子误差24-25
• 3.3.2 零偏误差25
• 3.3.3 安装误差25-26
• 3.4 随机漂移误差分析26-28
• 3.5 温度误差28-29
• 3.6 本章小结29-30
• 第4章 MEMS惯性器件温度误差建模及补偿30-42
• 4.1 温度滞回现象及分析30-31
• 4.2 实验设备31
• 4.3 陀螺温度误差建模31-38
• 4.3.1 温度测试结果和误差模型分析31-34
• 4.3.2 基于BP神经网络的陀螺标定补偿方法34-36
• 4.3.3 实验结果分析36-38
• 4.4 加速度计温度误差建模38-40
• 4.4.1 温度测试结果分析38-39
• 4.4.2 基于最小二乘法的加速度计的标定补偿方法39-40
• 4.5 本章小结40-42
• 第5章 MEMS惯性器件确定性误差建模及校准42-56
• 5.1 实验测试平台42-43
• 5.2 加速度计校准原理43-51
• 5.2.1 原理方法44-48
• 5.2.2 标定实验流程48-49
• 5.2.3 实验结果验证49-51
• 5.3 陀螺的校准原理51-55
• 5.3.1 原理方法51-52
• 5.3.2 处理流程52-53
• 5.3.3 实验验证53-55
• 5.4 本章小结55-56
• 第6章 MEMS惯性器件随机误差建模及补偿56-73
• 6.1 MEMS惯性器件随机误差评价方法56-58
• 6.2 MEMS陀螺随机误差模型及补偿58-67
• 6.2.1 时间序列模型58-59
• 6.2.2 MEMS陀螺仪数据采集59-60
• 6.2.3 MEMS陀螺仪数据预处理60-62
• 6.2.4 模型的建立62-64
• 6.2.5 卡尔曼滤波及结果分析64-67
• 6.3 MEMS加速度计随机误差模型及补偿67-72
• 6.3.1 MEMS加速度计数据采集67-68
• 6.3.2 MEMS加速度数据预处理68-70
• 6.3.3 模型的建立70
• 6.3.4 实验结果分析70-72
• 6.4 本章小结72-73
• 总结与展望73-74
• 参考文献74-78
• 致谢78-79
• 攻读硕士学位期间从事的科研工作及取得的成果79

【参考文献】

中国期刊全文数据库 前10条

1 吴小文;李擎;;UKF在MEMS陀螺随机噪声补偿的应用[J];火力与指挥控制;2013年06期

2 徐哲;刘云峰;董景新;;MEMS加速度计温漂预测补偿模型[J];中国惯性技术学报;2012年05期

3 杜英;李杰;孔祥雷;王博;于希宁;;无航向基准条件下电子罗盘的误差补偿方法研究[J];传感技术学报;2010年09期

4 胡士峰;马建仓;孟凡路;;基于MEMS传感器的微惯性导航系统研究[J];计算机测量与控制;2009年05期

5 李杰;洪惠惠;张文栋;;MEMS微惯性测量组合标定技术研究[J];传感技术学报;2008年07期

6 ;Design and dynamic analysis of single-axis integrated inertia measurement device[J];仪器仪表学报;2007年09期

7 ;A Micro Amperometric Immunosensor Based on MEMS[J];稀有金属材料与工程;2006年S3期

8 李杰;张文栋;刘俊;;基于时间序列分析的Kalman滤波方法在MEMS陀螺仪随机漂移误差补偿中的应用研究[J];传感技术学报;2006年05期

9 潘金艳;朱长纯;樊建民;;微机械陀螺零位误差的研究[J];西安交通大学学报;2006年04期

10 陈义华;王凌云;孙道恒;;基于MEMS技术的微型惯性测量组合[J];自动化博览;2005年S2期

，

本文编号：645758