android 陀螺仪滤波_高精度MEMS陀螺仪的滤波算法研究

摘要：

随着惯性导航技术的快速发展,MEMS陀螺仪的应用也日益广泛起来.如何提高MEMS陀螺仪输出数据的精度,已成为国内外专家学者研究的热点问题.针对这一问题,本文在基于信号采集系统的基础上,采集了陀螺仪输出的原始数据,并对其进行了误差分析,然后基于时间序列分析方法建立了陀螺仪随机漂移的数学模型.最后,应用不同的滤波技术对陀螺仪的零点漂移与动态误差进行了研究与仿真分析,从而确定了最终的信号处理方法.首先,本文介绍了信号采集系统的基本原理,并进一步分析了其硬件结构与软件组成,然后设计了一种以STM32为核心控制器的信号采集系统.接着对MEMS陀螺仪的工作原理作了详细说明,同时分析了其零点调整机制.另外,确定了陀螺仪原始信号的采样频率,并采集了陀螺仪的原始输出数据,接着在MATLAB环境下采用Allan方差分析法对其误差项进行了辨识,并确定了其各误差项的系数.其次,本文在深入理解平稳随机过程统计特性的基础上,对陀螺仪的输出数据进行了必要的预处理,并确定用时间序列分析法建立陀螺仪随机漂移的误差模型,同时确定了模型定阶以及参数估计的方法.然后,本文分析了传统卡尔曼滤波器与二阶低通滤波器的设计思想,工作原理以及数学模型,接着对陀螺仪输出数据的统计特性进行了检验,并经过实验确定了其误差模型的阶数与参数,最终以AR(1)模型作为其误差模型.最后分别使用卡尔曼滤波器与二阶低通滤波器在MATLAB环境下对陀螺仪的静态数据进行了仿真分析,通过分析比较滤波结果,确定用传统的卡尔曼滤波器稳定零点.最后,本文分析了带有确定性输入项的卡尔曼滤波器的工作原理与数学模型,接着用二阶低通滤波器处理陀螺仪的动态数据,分析实验结果发现,虽然可以在一定程度上减轻误差,但是存在着滤波滞后的问题,因此本文设计了一种新的算法,即扩展的卡尔曼滤波器与二阶低通滤波器融合的算法,通过对二阶滤波的结果进行差分,然后把差分结果作为卡尔曼滤波器的确定性输入,实验结果表明:该算法可以很好的处理陀螺仪的动态误差.

展开