1. <code id="oxctm"></code>

        歐美大地儀器設備中國有限公司

        400-700-9998
        產品資訊2018-09-18

        巴塞羅那微電子研究所&意大利都靈理工-MicroStrain-MEMS慣性測量單元的分析與建模

        - 由于微機電系統(MEMS)的發展,有可能制造出小尺寸和廉價的加速度計和陀螺儀,這些加速度計和陀螺儀被用于執行GPS / INS集成的許多應用中,例如識別軌道缺陷,導航,地理參考,農業等。盡管這些MEMS設備具有低成本,但它們呈現出不同的誤差,這些誤差在短時間內降低了導航系統的精度。因此,為了提高系統性能,必須對這些誤差進行適當的建模。在這項工作中,Allan VariancePower Spectral Density技術用于識別影響慣性傳感器數據的隨機過程。一旦識別出隨機分量,就使用一階Gauss-Markov和隨機游走過程對它們進行建模。評估了兩個模型,將擴展卡爾曼濾波器(EKF)的狀態增加到69.隨后,實現了結合自回歸濾波器和小波去噪的慣性傳感器的另一種分析和建模,并且在這種情況下,松散的EKF耦合GPS / INS集成策略增加了6,1218個狀態。最后,結果顯示了這些傳感器誤差模型與GPS中斷條件下的實際數據之間的比較。

        image.png

        在這項工作中,我們使用松散耦合的積分和反饋,通過閉環糾正INS錯誤。該方法將慣性解與具有位置和速度的殘余誤差的GPS數據組合作為擴展卡爾曼濾波器(EKF)的輸入。INS誤差動力學方程建立在EKF中,最初有9種狀態用于位置,速度和姿態誤差。


        EKF適用于每個誤差模型,以評估從先前分析獲得的六個隨機誤差模型。首先,實現了從AV和PSD中提取的兩個模型,因此擴展卡爾曼濾波器的矢量誤差狀態增加了6和9個狀態。隨后,評估了三個自回歸模型,增加了具有6,12和18個狀態的EKF。應當注意,如果AR模型的階數增加1,則擴展卡爾曼濾波器(EKF)的狀態向量中的變量將增加6,因為該模型將用于六個慣性傳感器中的每一個。表IV總結了3DM-GX3傳感器的隨機模型以及松耦合GPS / INS集成所需的狀態數。


        用于松散耦合積分的EKF具有針對兩個模型的15個狀態,一個是利用AV  PSD獲得的模型,其中加速度計和陀螺儀的偏置不穩定性(B)用一階高斯 - 馬爾可夫過程建模。具有15個狀態的第二模型是一階AR模型。

        為了評估慣性傳感器誤差模型的性能,車輛配備了3DM-G3X MEMS級IMU和帶有u-blox LEA-5X接收器的Sat-Surf平臺[23]。該數據集是在城市收集的。

        盡管三階AR模型呈現最小誤差,但必須提到的是,可以改進這些結果來計算確定性誤差并實現INS對準。此外,為了保證最佳的INS / GPS精確集成,有必要分析慣性傳感器的溫度影響,因為基于MEMS的IMU行為取決于溫度。關于二階AR模型,它使EKF不穩定,因此它已從結果中刪除。還有必要考慮這些模型在具有GPS信號阻塞的不同情況下的行為。


        image.pngimage.png

        image.pngimage.png

        image.png

        image.png

        以上文章為部分原文譯文,原文請見https://www.researchgate.net/publication/228326908_Analysis_and_Modelling_of_MEMS_Inertial_Measurement_Unit


        版權所有:


        Alex G. Quinchia and

        Carles Ferrer?

        Universitat Aut`onoma de Barcelona

        ?Institut de Microelectr `onica de Barcelona

        (CNM, CSIC)

        Barcelona, Spain


        Gianluca Falco

        Emanuela Falletti and

        Fabio Dovis

        Politecnico di Torino and Istituto

        Superiore Mario Boella

        Turin, Italy




        ? 交友app是什么软件