隨著微機(jī)電系統(tǒng)(MEMS)不斷發(fā)展,基于硅基的MEMS慣性測(cè)量單元(MIMU)也取得了長(zhǎng)足進(jìn)步。此類傳感器具有快速響應(yīng)、低功耗及低成本等優(yōu)點(diǎn),可廣泛應(yīng)用于航天、航空等導(dǎo)航領(lǐng)域,近年也在地面運(yùn)動(dòng)物體的導(dǎo)航中有著大量的應(yīng)用。由于硅材料的溫漂特性以及加工工藝誤差會(huì)導(dǎo)致MIMU精度不高和工作不穩(wěn)定等問(wèn)題,因此有關(guān)對(duì)于MIMU中的慣性傳感器性能補(bǔ)償研究是近期的熱點(diǎn)之一;另一方面,對(duì)于微慣性導(dǎo)航單元而言,姿態(tài)信息是慣導(dǎo)解算的核心部分,僅靠慣性傳感器獲取的信息來(lái)解算導(dǎo)航中的姿態(tài)時(shí),很容易產(chǎn)生積累誤差導(dǎo)致精確度降低,研究多傳感器姿態(tài)融合技術(shù)的改進(jìn)也是提高精度的有效途徑。綜合以上因素,本文圍繞慣性傳感器的誤差補(bǔ)償和姿態(tài)融合技術(shù)展開(kāi)研究。首先,在充分研究慣性傳感器工作原理的基礎(chǔ)上,本文介紹了慣性器件的確定性誤差模型,并詳細(xì)推導(dǎo)了完整的隨機(jī)誤差A(yù)R模型建模過(guò)程;在充分研究卡爾曼濾波原理的基礎(chǔ)上,分析低動(dòng)態(tài)環(huán)境下的狀態(tài)方程和量測(cè)方程,提出了一種基于線性狀態(tài)方程的簡(jiǎn)化模型卡爾曼濾波算法,將狀態(tài)方程和量測(cè)方程簡(jiǎn)化后直接計(jì)算估計(jì)均方誤差,避免了復(fù)雜的矩陣求逆和分解運(yùn)算,解決了卡爾曼濾波算法實(shí)時(shí)性不高的問(wèn)題。為了驗(yàn)證... 

【文章來(lái)源】：蘇州大學(xué)江蘇省

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２清華大學(xué)設(shè)計(jì)的ＭＥＭＳ慣性測(cè)量單元結(jié)構(gòu)示意圖??１．２．２?ＭＥＭＳ

模型??的建立和ＭＩＭＵ全溫標(biāo)定實(shí)驗(yàn)對(duì)ＭＥＭＳ慣性器件的誤差進(jìn)行精確標(biāo)定與補(bǔ)償，實(shí)驗(yàn)結(jié)果??Ｍ表明加速度計(jì)補(bǔ)償后零偏穩(wěn)定性從５０ｕｇ降低到８．?２ｕｇ，陀螺儀的零偏穩(wěn)定性從??￣＞???；??????４?Ｉ?＇』?！?Ｉ?４??丨－－??■＊ｒ?１?ｉ?１?Ｉ?＊?４??‘?Ｊ—二．?．１?＿?■?■?．?ｉ??、?＇－ｉｂ?？＊：＇?？？?？?ｉ＾ｎ?９ｒ?ｘｔｒ?ｙｖｎ?￣ａｒ??（ａ）濾波前?（ｂ）濾波后??圖１－３哈爾濱工業(yè)大學(xué)實(shí)驗(yàn)隨機(jī)誤差補(bǔ)償結(jié)果％??４??

微慣導(dǎo)單元的誤差補(bǔ)償及信息融合技術(shù)研究?第一章緒論??９６．３°?／ｈ降低到１８．６°?／ｈ。測(cè)試結(jié)果如圖１－３所示。北京航天航空大學(xué)［２°］采用動(dòng)態(tài)??Ａｌｌａｎ方差對(duì)不同速率的ＭＥＭＳ陀螺儀動(dòng)態(tài)輸出數(shù)據(jù)分析，相比常規(guī)的Ａｌｌａｎ方差隨??機(jī)誤差分析法，動(dòng)態(tài)Ａｌｌａｎ方差法除可以實(shí)現(xiàn)對(duì)陀螺的誤差項(xiàng)分析外，還可以表征誤??差信號(hào)隨時(shí)間的變化趨勢(shì)。清華大學(xué)在分析加速度計(jì)隨機(jī)漂移統(tǒng)計(jì)特性的基礎(chǔ)上，提??出了一種基于梯度徑向基（ＲＢＦ）神經(jīng)網(wǎng)絡(luò)對(duì)陀螺儀輸出隨機(jī)誤差建模的方法，實(shí)驗(yàn)??［２ｎ表明，相對(duì)于普通Ａｌｌａｎ方差分析，經(jīng)補(bǔ)償后的噪聲均值和均方差要降低１５％。??１〇°；??＾??：??Ｋ?Ｉ??方ｔ?：??ｒ?■?？．?：??ｌｉ〇－２ｒ??ｊ?ｊ??１〇＇３??１??１０＊２?１０＇１?１０°?１０１?１０２?１０３??相關(guān)時(shí)間對(duì)數(shù)ｒ??圖１－４北京航天航空大學(xué)動(dòng)態(tài)Ａｌｌａｎ方差分析法隨機(jī)誤差補(bǔ)償結(jié)果［２°］??１．２．３多傳感器信息融合技術(shù)??在ＭＥＭＳ慣性器件信息融合算法研究方面，國(guó)外的研究起步較早。１９８８年，美國(guó)??國(guó)防部將傳感器信息融合技術(shù)列為２０世紀(jì)９０年代重點(diǎn)研宄開(kāi)發(fā)的２０項(xiàng)關(guān)鍵技術(shù)之??一［２２］。１９９８年成立了國(guó)際信息融合學(xué)會(huì)，每年舉行一次信息融合國(guó)際學(xué)術(shù)大會(huì)１２３］。??２０１３年，美國(guó)Ｄｒａｐｅｒ公司提出了一款低功耗的ＩＮＳ／ＧＰＳ組合導(dǎo)航系統(tǒng)Ｍ，利用卡爾??曼濾波算法將慣導(dǎo)信息與ＧＰＳ深組合，實(shí)驗(yàn)結(jié)果表明位置誤差在１％以內(nèi)，樣機(jī)如圖??卜４所示。２０１４年，英國(guó)Ｎｏｔｔｉｎｇｈａｍ大學(xué)在ＭＥＭＳ－ＩＮＳ／ＧＰＳ的組合導(dǎo)航中應(yīng)用了自適??應(yīng)

【參考文獻(xiàn)】：
期刊論文
[1]基于Allan方差的MEMS陀螺儀隨機(jī)誤差分析方法[J]. 蔣孝勇,張曉峰,李孟委.  測(cè)試技術(shù)學(xué)報(bào). 2017(03)
[2]基于誤差四元數(shù)與Kalman濾波的行人慣導(dǎo)系統(tǒng)設(shè)計(jì)[J]. 唐雷,張哲琛,趙忠華,王紅雨.  電子設(shè)計(jì)工程. 2017(04)
[3]速度自適應(yīng)約束卡爾曼濾波方法[J]. 周承松,彭競(jìng),劉文祥,王飛雪.  傳感技術(shù)學(xué)報(bào). 2016(08)
[4]基于九軸MEMS定位系統(tǒng)誤差分析與補(bǔ)償算法研究[J]. 張港,朱勤翔,郭薇,楊曉輝.  傳感器與微系統(tǒng). 2016(06)
[5]基于慣性傳感器MPU6050的濾波算法研究[J]. 傅忠云,朱海霞,孫金秋,劉文波.  壓電與聲光. 2015(05)
[6]基于自適應(yīng)顯式互補(bǔ)濾波的姿態(tài)解算方法[J]. 孫金秋,游有鵬,傅忠云.  測(cè)控技術(shù). 2015(04)
[7]基于MEMS慣性傳感器的行人航位推算系統(tǒng)[J]. 李金鳳,王慶輝,劉曉梅,曹順,張慕遠(yuǎn).  傳感器與微系統(tǒng). 2014(12)
[8]神經(jīng)網(wǎng)絡(luò)輔助的GPS/MEMS-INS組合導(dǎo)航算法[J]. 劉慶元,郝立良,黃書(shū)捷,朱山昱.  測(cè)繪科學(xué)技術(shù)學(xué)報(bào). 2014(04)
[9]典型彈道下的火箭彈MEMS-INS/GNSS組合導(dǎo)航姿態(tài)誤差可觀性分析[J]. 董進(jìn)龍,莫波.  兵工學(xué)報(bào). 2014(06)
[10]一種新的自適應(yīng)UKF算法及其在組合導(dǎo)航中的應(yīng)用[J]. 胡高歌,高社生,趙巖.  中國(guó)慣性技術(shù)學(xué)報(bào). 2014(03)

博士論文
[1]GPS和捷聯(lián)慣導(dǎo)組合導(dǎo)航新方法及系統(tǒng)誤差補(bǔ)償方案研究[D]. 韓松來(lái).國(guó)防科學(xué)技術(shù)大學(xué) 2010
[2]車載自主定位定向系統(tǒng)研究[D]. 嚴(yán)恭敏.西北工業(yè)大學(xué) 2006

碩士論文
[1]低成本MEMS陀螺儀隨機(jī)漂移誤差的建模及修正[D]. 熊必鳳.西南大學(xué) 2017
[2]基于MEMS低成本微型捷聯(lián)慣性導(dǎo)航系統(tǒng)研究[D]. 王守寬.北京理工大學(xué) 2016
[3]微慣性測(cè)量單元標(biāo)定技術(shù)及誤差補(bǔ)償研究[D]. 韋宗喜.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2015
[4]微機(jī)械電容式加速度計(jì)自動(dòng)標(biāo)定及性能參數(shù)測(cè)試系統(tǒng)的研究[D]. 耿賽柳.蘇州大學(xué) 2013
[5]基于機(jī)器人及軍用導(dǎo)航系統(tǒng)的MEMS陀螺儀性能研究[D]. 梁麗娟.北京交通大學(xué) 2011



本文編號(hào)：2914579