基于自适应Kalman滤波的MEMS陀螺随机误差分析

• 作者: 刘新生 沈小林 王辛望
• 来源期刊: 传感技术学报
• 学科: 航空航天
• 关键词: MEMS陀螺 随机误差 自适应Kalman滤波 时间序列分析 自回归滑动平均 Allan方差
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 传感器信号处理
• 页码范围: 1666-1670
• 页数: 5页
• 分类号: V241.5
• 字数: 3471字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2017.11.009

摘要

针对某型MEMS陀螺随机误差较大、精度不高的问题,通过时间序列分析法,建立自回归滑动平均 ARMA(Auto-Regressive and Moving Average)模型,采用ARMA(2,1)模型将预处理后的MEMS陀螺随机误差进行建模.设计基于ARMA模型的经典Kalman滤波器.静态试验和恒定速率试验结果表明在经典Kalman滤波器作用下,静态试验下其均值与均方差下降32.62%和66.31%;恒定速率试验下,其均值有明显的降低,其均方差减小了一个数量级.针对经典Kalman滤波器不能解决振动试验中大振幅时滤波发散问题,提出一种新的自适应Kalman滤波法,通过寻找合适的标定因子s解决滤波发散问题.振动试验结果表明,当振幅为100°时,滤波后的均值和均方差分别下降8.25%和8.36%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈小林	中北大学计算机与控制工程学院	50	137	6.0	8.0
2	王辛望	中北大学计算机与控制工程学院	4	15	2.0	3.0
3	刘新生		4	14	2.0	3.0