批量mems陀螺信息融合方法

文档序号:5860332
专利名称:批量mems陀螺信息融合方法
技术领域
本发明涉及批量MEMS陀螺信息融合方法,属于MEMS陀螺信息整合技术领域。
背景技术
目前,随着微机电系统(Micro Electronic Mechanical System, MEMS)的发展,MEMS陀螺技术开始不断成熟起来,MEMS陀螺可以看作一种微型角速度传感器。现有MEMS陀螺的种类很丰富,均具有体积小、重量轻、功耗低、成本低等特点。目前,为提高MEMS陀螺精度通过以下两种方式:一方面是从硬件上,对陀螺的设计及加工工艺加以改进;二是从软件上,对陀螺进行滤波处理,滤除多余的噪声,它采用时间序列与Kalman滤波相结合的方法,对陀螺的数据进行滤波处理。该方法主要针对单一的陀螺信息进行处理,面对多传感器的信息融合,仍旧采用这种普通Kalman滤波处理信息时,存在运算量过大的问题,并且,获得的MEMS陀螺的输出结果精度不理想。

发明内容
本发明目的是为了解决采用现有针对单一的陀螺信息进行处理的方法对多传感器的信息进行融合,运算量大及输出结果精度低的问题,提供了一种批量MEMS陀螺信息融合方法。本发明所述批量MEMS陀螺信息融合方法,它包括以下步骤:步骤一:将批量MEMS陀螺均分成N组陀螺阵列,每组陀螺阵列包括η个MEMS陀螺,η取值为4、5、6或7,N为大于2的正整数;步骤二:采用初级融合模块对每组陀螺阵列中所有MEMS陀螺采集获取的数据进行基于支持度的初级融合,获得每组陀螺阵列的融合数据Y (k),其中k表示时刻值;步骤三:对每组陀螺阵列输出的融合数据Y(k)进行时间序列建模获得时间序列模型,并通过时间序列模型获得对应的状态空间方程;步骤四:采用多级序贯式滤波模块对N组陀螺阵列的融合数据Y(k)和N个状态空间方程顺次进行多级序贯式滤波,其中每个陀螺阵列的融合数据Y(k)和状态空间方程作为多级序贯式滤波模块中对应的子滤波器的输入,获得第N级融合状态估计值Y步骤五:将第N级融合状态估计值乂4输入角速度提取模块,经提取获得批量MEMS陀螺k时刻融合后的角速度ω (k)。所述步骤二中获得每组陀螺阵列的融合数据Y(k)的具体方法为:根据鲁棒理论中的尺度估计,定义相互支持度函数Sij(k)和每组陀螺阵列中第i个MEMS陀螺的自身支持度函数Si (k)为:
权利要求
1.一种批量MEMS陀螺信息融合方法,其特征在于,它包括以下步骤: 步骤一:将批量MEMS陀螺均分成N组陀螺阵列,每组陀螺阵列包括η个MEMS陀螺,η取值为4、5、6或7,N为大于2的正整数; 步骤二:采用初级融合模块对每组陀螺阵列中所有MEMS陀螺采集获取的数据进行基于支持度的初级融合,获得每组陀螺阵列的融合数据Y(k),其中k表示时刻值; 步骤三:对每组陀螺阵列输出的融合数据Y(k)进行时间序列建模获得时间序列模型,并通过时间序列模型获得对应的状态空间方程; 步骤四:采用多级序贯式滤波模块对N组陀螺阵列的融合数据Y(k)和N个状态空间方程顺次进行多级序贯式滤波,其中每个陀螺阵列的融合数据Y(k)和状态空间方程作为多级序贯式滤波模块中对应的子滤波器的输入,获得第N级融合状态估计值; 步骤五:将第N级融合状态估计值λ输入角速度提取模块,经提取获得批量MEMS陀螺k时刻融合后的角速度ω (k)。
2.根据权利要求1所述的批量MEMS陀螺信息融合方法,其特征在于,所述步骤二中获得每组陀螺阵列的融合数据Y (k)的具体方法为: 根据鲁棒理论中的尺 度估计,定义相互支持度函数Sij(k)和每组陀螺阵列中第i个MEMS陀螺的自身支持度函数Si (k)为:
3.根据权利要求2所述的批量MEMS陀螺信息融合方法,其特征在于,步骤三中获得的时间序列模型为自回归滑动平均模型ARMA (p,q),其中P为自回归模型的阶数,q为滑动平均模型的阶数; 自回归滑动平均模型ARMA (p,q)的表达式为:y (k) = (k-1) +...+bpy (k-p) + ε (k) ε (k_l)-----aq ε (k_q), 其中y(k)为时间序列模型在k时刻的响应,b 为自回归系数,u = 1,2,…,ρ,ε (k)为随机扰动项白噪声,aK为滑动平均系数,K = 1,2,..., q ; 根据自回归滑动平均模型ARMA(p,q)建立状态空间方程,并且扩维引入真实角速度ω,扩维后的状态方程为:X(k) = Φ (k-1) X (k-1)+ Γ (k-l)ff(k),Y(k) = H(k)X(k) +V (k), 式中,X(k)为状态变量,Φ (k-1)为一步转移阵,Γ (k-1)为系统噪声驱动阵,ff(k)为系统激励噪声序列,Y(k)由每组陀螺阵列的真实角速度ω和陀螺阵列的随机漂移η组成,H(k)为量测阵,V(k)为量测噪声序列。
4.根据权利要求3所述的批量MEMS陀螺信息融合方法,其特征在于, 步骤四中获得第N级融合状态估计值X的具体方法为: 多级序贯式滤波模块第h级融合在k时刻获得的状态估计值+,^ 为:
5.根据权利要求4所述的批量MEMS陀螺信息融合方法,其特征在于,步骤五中获得批量MEMS陀螺k时刻融合后的角速度ω (k)的具体方法为:
全文摘要
批量MEMS陀螺信息融合方法,属于MEMS陀螺信息整合技术领域。本发明是为了解决采用现有针对单一的陀螺信息进行处理的方法对多传感器的信息进行融合,运算量大及输出结果精度低的问题。它将批量MEMS陀螺均分成N组陀螺阵列;采用初级融合模块对每组陀螺阵列中所有MEMS陀螺采集获取的数据进行基于支持度的初级融合,获得每组陀螺阵列的融合数据;再通过时间序列模型获得对应的状态空间方程;再进行多级序贯式滤波,获得第N级融合状态估计值,经提取获得批量MEMS陀螺k时刻融合后的角速度。本发明用于批量MEMS陀螺信息的融合。
文档编号G01C19/00GK103162678SQ201310076430
公开日2013年6月19日 申请日期2013年3月11日 优先权日2013年3月11日
发明者孙兆伟, 庞博, 李冬柏, 王峰, 曹喜滨, 杨云刚, 潘小彤, 成雨, 张众正 申请人:哈尔滨工业大学
再多了解一些
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1