基于优化 KF 的 MEMS 陀螺阵列信号融合方法

摘要：

针对微机电系统（micro-electro-mechanical system，MEMS）陀螺仪准确度低、噪声大的问题，采用陀螺阵列技术降噪以提高陀螺的使用精度。采用 Allan 方差法分析陀螺信号误差噪声项，依据分析结果对测量模型进行了简化，利用噪声相关性设计了一种卡尔曼滤波器（Kalman filter，KF）对陀螺阵列进行数据融合，并对最优估计过程进行了改进，降低了数据处理的复杂度和计算量，同时从理论上分析了各参数对阵列性能的影响。为提高滤波器的动态性能，将自回归（autoregressive，AR）模型应用于陀螺真实角速率的建模。采用6个陀螺构成的阵列进行了验证实验。实验结果表明：与单个陀螺相比，陀螺阵列的噪声在静态条件下降低了144．2倍，在恒速率和正弦速率条件下噪声分别降低了18．18倍和5．36倍，证明了此建模方法和融合方法的有效性。

关键词：微机电系统陀螺仪、陀螺阵列、自回归模型、数据融合、卡尔曼滤波

所属期刊栏目：38

分类号：V241.5(航空仪表、航空设备、飞行控制与导航)

资助基金：国家自然科学基金61503390，61503392资助课题

在线出版日期：2017-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2705-2710