专利名称：基于mems的小波域多传感器信息融合系统及融合方法
基于MEMS的小波域多传感器信息融合系统及融合方法技术领域
本发明属于信号处理技术领域，具体涉及一种基于MEMS的小波域多传感器信 息融合系统，本发明还涉及基于该系统的融合方法。
背景技术：
目前国内外都在研究微机电陀螺，以及微机电惯性测量设备，微机电惯性测量 设备主要是由多个微机电测量器件(陀螺仪、加速度计)通过信息融合技术组合而成的。
(1)微机电陀螺仪
微机电陀螺仪(Micro-ElectroMechanical System Gyroscope，MEMSGyro),用于敏感模拟坐标系相对理想坐标系的偏角或角速度，是各类惯性系统中的核心部件。由 于陀螺仪的广阔应用前景，国内外都对MEMS陀螺进行了大量的研究工作，在多轴集成 MEMS陀螺方面，国内外也很受重视，但迄今尚未有成熟的样机和产品。
(3)信息融合
信息融合是关于协同利用多传感器信息，涉及多级别、多方面、多层次信息检 测、相关、估计和综合的一种多级别多自动智能信息处理的过程。它利用计算机技术对 按时序获得的多个传感器的信息或已处理的数据在一定准则下加以分析、处理和综合， 可以得到单一传感器所不能得到的信息，目的是获取更精确的信息。多传感器系统是信 息融合技术的硬件基础，多传感器所给出的信息是融合系统的加工对象，对多源化信息 的协调优化是融合的核心，通常所说的融合指的是多传感器信息融合。
(2)小波域多尺度分析
对具体的融合系统而言，它所接收的数据可以是单一层次上的信息，也可以是 几个层次上的信息。融合的基本策略是同一层次上的信息进行融合，从而获得更高层次 的融合信息，然后再汇入相应的信息融合层次。总的来说，信息融合本质上是一种由低 层至顶层对多源信息进行融合，逐层抽象的信息处理过程。小波分析具有多分辨率特 性，可以给同一层次上的信息进行多尺度分解，得到多层次上的信息。
现在大多MEMS陀螺的产品都没有加入信息融合技术，而是对陀螺的输出数据 进行一些滤波处理，这种方法对精度的提高并不大，而且由于陀螺的随机误差不具备简 单滤波所需要的条件，所以滤波效果不佳。本发明的途径在于采用多个单轴的MEMS陀 螺集成高精度的微机电测量系统，该系统的输出可以看作是虚拟的MEMS陀螺仪，该系 统的精度较原陀螺仪来说可以提高一个量级。发明内容
本发明的目的是提供一种基于MEMS的小波域多传感器信息融合系统，解决了 现有滤波系统精度低，滤波效果不佳的问题，使得系统融合的精度更高，稳定性更好。
本发明的另一目的是提供一种基于MEMS的小波域多传感器信息融合方法。
本发明所采用的技术方案是，一种基于MEMS的小波域多传感器信息融合系统，包括依次连接的微机电陀螺阵列模块、小波域多尺度分析模块、多尺度多传感器信 息融合模块、小波多尺度重构模块及组合微机电惯性测量模块，微机电陀螺阵列模块还 通过数据统计性分析模块与多尺度多传感器信息融合模块相连接。
本发明所采用的另一技术方案是，一种基于MEMS的小波域多传感器信息融合 方法，采用基于MEMS的小波域多传感器信息融合系统，其结构为包括依次连接的微 机电陀螺阵列模块、小波域多尺度分析模块、多尺度多传感器信息融合模块、小波多尺 度重构模块及组合微机电惯性测量模块，微机电陀螺阵列模块还通过数据统计性分析模 块与多尺度多传感器信息融合模块相连接，
具体按照以下步骤实施
步骤1:微机电陀螺阵列模块产生各个微机电陀螺仪的信号，传递给小波域多 尺度分析模块及数据统计性分析模块，一方面，小波域多尺度分析模块对各个微机电陀 螺仪的信号进行小波多尺度分析，得到第i+1-N尺度上的细节信号和第N层尺度上的近 似信号，传递给多尺度多传感器信息融合模块；另一方面，数据统计性分析模块对收集 到的各个微机电陀螺仪的信号进行统计分析，计算得到均值和标准差信号，传递给多尺 度多传感器信息融合模块；
步骤2 多尺度多传感器信息融合模块将收集到的由小波域多尺度分析模块输 入的第i+1-N尺度上的细节信号和第N层尺度上的近似信号，以及数据统计性分析模块 输入的均值和标准差信号，进行多尺度多传感器信息融合，得到融合后的精确多尺度上 的微机电陀螺仪信号，传递给小波多尺度重构模块；
步骤3 小波多尺度重构模块对步骤2得到的融合后的精确多尺度上的微机电陀 螺仪信号进行小波多尺度重构，得到原始尺度上的微机电陀螺信号，传递给组合微机电 惯性测量设备模块；
步骤4 组合微机电惯性测量设备模块将步骤3得到的原始尺度上的微机电陀螺 信号整理成需要的形式输出，完成基于MEMS的小波域多传感器信息融合。
本发明的有益效果是，
(1)小波域多传感器信息融合方法，使微机电测量设备的精度有效提高，各微机 电陀螺仪的协调性得以应用，同时也增强了该系统的可靠性。
(2)基于微机电陀螺的小波域多传感器信息融合系统性能稳定、工作可靠、体积 小、性价比高，可以为各种设备提供精确的角度测量。
图1是本发明基于MEMS的小波域多传感器信息融合系统的结构示意图2是本发明融合方法中小波多尺度分析的工作流程图。
图中，1.微机电陀螺阵列模块，2.小波域多尺度分析模块，3.数据统计性分析模 块，4.多尺度多传感器信息融合模块，5.小波多尺度重构模块，6.组合微机电惯性测量模 块。
具体实施方式
下面结合附图和具体实施方式
对本发明进行详细说明。6
本发明基于MEMS的小波域多传感器信息融合系统的结构，如图1所示，包括 依次连接的微机电陀螺阵列模块1、小波域多尺度分析模块2、多尺度多传感器信息融合 模块4、小波多尺度重构模块5及组合微机电惯性测量模块6，微机电陀螺阵列模块1还 通过数据统计性分析模块3与多尺度多传感器信息融合模块4相连接。
其中的，微机电陀螺阵列模块1，用于测量各个微机电陀螺的信息。小波域多 尺度分析模块2，用于将各个微机电陀螺的信号进行多尺度小波分解。数据统计性分析 模块3，用于将得到的各个微机电陀螺信号进行统计分析，得到均值和方差等统计特性。 多尺度多传感器信息融合模块4，用于将多个微机电陀螺仪的信号在多尺度上进行融合。 小波多尺度重构模块5，用于将融合后各尺度上的微机电陀螺信息重构到原始尺度上。组 合微机电惯性测量模块6，用于按要求测量输出组合微机电陀螺的信号。
本发明基于MEMS的小波域多传感器信息融合方法，具体按照以下步骤实施
步骤1 微机电陀螺阵列模块1产生各个微机电陀螺仪的信号，传递给小波域多 尺度分析模块2及数据统计性分析模块3，
一方面，小波域多尺度分析模块2对各个微机电陀螺仪的信号进行小波多尺度 分析，分析的过程如图2所示，具体按照以下步骤实施
在尺度i+Ι上，对于输入陀螺仪的信号序列x(i+l，k) e Rnxi, (kez)，其离 散小波变换的分析形势和综合形式分别为
权利要求
1.一种基于MEMS的小波域多传感器信息融合系统，其特征在于，包括依次连接的 微机电陀螺阵列模块(1)、小波域多尺度分析模块(2)、多尺度多传感器信息融合模块 (4)、小波多尺度重构模块(5)及组合微机电惯性测量模块(6)，所述的微机电陀螺阵列 模块(1)还通过数据统计性分析模块(3)与多尺度多传感器信息融合模块(4)相连接。
2.—种基于MEMS的小波域多传感器信息融合方法，其特征在于，采用基于MEMS 的小波域多传感器信息融合系统，其结构为包括依次连接的微机电陀螺阵列模块 (1)、小波域多尺度分析模块(2)、多尺度多传感器信息融合模块(4)、小波多尺度重构 模块(5)及组合微机电惯性测量模块(6)，所述的微机电陀螺阵列模块(1)还通过数据统 计性分析模块(3)与多尺度多传感器信息融合模块(4)相连接，具体按照以下步骤实施步骤1:微机电陀螺阵列模块(1)产生各个微机电陀螺仪的信号，传递给小波域多尺 度分析模块(2)及数据统计性分析模块(3)，一方面，小波域多尺度分析模块(2)对各个 微机电陀螺仪的信号进行小波多尺度分析，得到第i+1-N尺度上的细节信号和第N层尺 度上的近似信号，传递给多尺度多传感器信息融合模块(4)；另一方面，数据统计性分 析模块(3)对收集到的各个微机电陀螺仪的信号进行统计分析，计算得到均值和标准差 信号，传递给多尺度多传感器信息融合模块(4)；步骤2 多尺度多传感器信息融合模块(4)将收集到的由小波域多尺度分析模块(2) 输入的第i+1-N尺度上的细节信号和第N层尺度上的近似信号，以及数据统计性分析模 块(3)输入的均值和标准差信号，进行多尺度多传感器信息融合，得到融合后的精确多 尺度上的微机电陀螺仪信号，传递给小波多尺度重构模块(5)；步骤3 小波多尺度重构模块(5)对步骤2得到的融合后的精确多尺度上的微机电陀 螺仪信号进行小波多尺度重构，得到原始尺度上的微机电陀螺信号，传递给组合微机电 惯性测量设备模块(6)；步骤4 组合微机电惯性测量设备模块(6)将步骤3得到的原始尺度上的微机电陀螺 信号整理成需要的形式输出，完成基于MEMS的小波域多传感器信息融合。
3.根据权利要求2所述的基于MEMS的小波域多传感器信息融合方法，其特征在 于，所述的步骤1中小波域多尺度分析模块(2)对各个微机电陀螺仪的信号进行小波多尺 度分析，具体按照以下步骤实施在尺度i+Ι上，对于输入陀螺仪的信号序列x(i+l，k) e Rnxi, (kez)，其离散小 波变换的分析形势和综合形式分别为x(i, Α) = Σ h^2k - +1，/)ιd(i,k)^g(2k-l)x(_i + \,l) ’ι其中，h(2k-l)为小波变换中的尺度系数，g(2k_l)为小波变换中的小波系数，选择 合适的小波基函数，得到相应的尺度系数和小波系数，由上式得到尺度i上陀螺仪信息 中的近似信号x(i，k)和细节信号d(i，k)，继续这个过程对尺度i上陀螺仪的近似信号 x(i, k)进行离散小波分解，得到尺度i_l上陀螺仪信息中的近似信号x(i_l，k)和细节 信号d(i_l，k)，重复到最优的分解尺度N上，得到小波离散分解的近似信号χ(N，k)和细节信号d(N，k)；然后将多尺度分析的结果第(i+1-N)尺度上的细节信号和第N层 尺度上的近似信号送到多尺度多传感器信息融合模块4等待处理。
4.根据权利要求2所述的基于MEMS的小波域多传感器信息融合方法，其特征在 于，所述的步骤2中多尺度多传感器信息融合，具体按照以下步骤实施 假设，传感器的测量模型为 X1 = X+V1, i = 1，2，…，m,其中，X表示要估计的传感器的真值，乂为均值为0，标准差σ,2为有限值的测量噪 声，近似认为传感器测量数据服从高斯分布，！!！个传感器的标准差分别为口^口^…巧2， 各传感器的加权因子分别为归一化权值W1, W2,…，W1,各个传感器的标准差满足mYwi 二ι，ο<% <1，/=1融合后的χ值和加权因子满足mX = YJvix^/=1则由X1, X2,…，X1彼此独立，时域融合后序列的标准差mmσ2 = E[(X-Jt)2] = Εφν^Χ-Χ^ =,/=I/= 1根据多元函数求值理论，求出总均方误差最小时所对应的加权因子为m 1 I=I CT1时域加权融合的最小均方误差为W 1根据单一尺度上的最优加权信息融合公式，小波域随机信号的重构公式为XJ = YdKXJ,k)q>Jk HgMkWjJc ,k j kXj是经过J层分解后重构回去的融合数据，A，*是第J层的尺度函数，Il^k是从1到 J层的小波函数，hn(J，k)是第J层上k个近似系数，&(j，k)是1到J层的k个细节系 数，经过J层分解后重构回去的融合结果m__m__Xj = Σ^Σκμ,^，/=1 k =1 j k式中，各传感器相应近似信号和细节信号的加权因子分别为whjnw&，同理有权值 的归一化条件，hn，&是独立不相关的，多尺度数据融合重构序列的方差 a2=a2h+a2gm__w__^ EiiXv-JWhi JjHijl {J,mj,kf\+E[{XD-YjWgi (M) )2]，/ 1 k /=1 j k=E[X2V-fwh- Φ^]+Ε[ΧΙ-YdWgfJj^ysi Wuk\关于各加权因子的多元二次函数，结合加权因子的约束条件为
5.根据权利要求2所述的基于MEMS的小波域多传感器信息融合方法，其特征在 于，所述的步骤3中小波多尺度重构，具体按照以下步骤实施
全文摘要
本发明公开的一种基于MEMS的小波域多传感器信息融合系统及融合方法，包括依次连接的微机电陀螺阵列模块、小波域多尺度分析模块、多尺度多传感器信息融合模块、小波多尺度重构模块及组合微机电惯性测量模块，微机电陀螺阵列模块还通过数据统计性分析模块与多尺度多传感器信息融合模块相连接。通过对各个微机电陀螺的信息进行多尺度小波分解和统计分析，然后在多尺度上进行融合，最后将融合后各尺度上的微机电陀螺信息重构到原始尺度上。使微机电测量设备的精度有效提高，各微机电陀螺仪的协调性得以应用，同时也增强了该系统的可靠性。融合系统性能稳定、工作可靠、体积小、性价比高，可以为各种设备提供精确的角度测量。
文档编号G01C21/18GK102023010SQ20101052282
公开日2011年4月20日 申请日期2010年10月26日 优先权日2010年10月26日
发明者任亚飞, 柯熙政 申请人:西安理工大学