10.3969/j.issn.1000-8519.2020.23.006
基于ARMA建模的MEMS加速度计随机误差补偿方法
为提高MEMS加速度计测量精度,采用了一种基于自回归滑动平均(ARMA)模型和卡尔曼(Kalman)滤波的随机误差补偿方法.文中对预处理后的加速度计数据进行一阶差分,差分数据通过了平稳性分析,根据自相关和偏相关特性分析,确定随机误差适用模型,根据贝叶斯信息准则(BIC)确定模型阶数,从而确定随机误差模型.再通过Kalman滤波,实现对加速度计随机误差的滤波补偿,使得加速度计的零偏稳定性由0.5179mg降低为0.0528mg,指标提高了一个数量级,有效提高了加速度计的测量精度.
微机电系统加速度计、自回归滑动平均模型、随机误差补偿、Allan方差、卡尔曼滤波
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
20-22,48