微机电系统陀螺仪随机漂移误差建模与滤波研究
光纤陀螺随机漂移建模与分析_白俊卿
1.2 提取趋势项 本文采用轮次检验法， 并且采用逐步回归方法进 行因子舍选，对于幂函数趋势项 dt 0 1t 2 t 2
3t 3 4 t 1 5t 2 6 t1 2 7 t 1 2 根据各因子对残差平
方和减小的贡献大小进行舍选，将那些贡献大的因子 选入 dt ，采用最小二乘法估计参数 i 。结果表明，陀 螺随机漂移只含有一阶线性趋势项。图 2 为去趋势项 后的随机漂移数据。
式中， p n m ， L 是时序的似然函数。当时序满足 平稳、正态的要求时，式(5)可转化为：
2 AIC( p) N ln a 2p
(6)
Y (k ) CX (k ) V (k )
(7)
显然，在模型参数估计方法给定的条件下，
2 AIC( p ) 是模型阶次 p 的函数。当 p 增大时， ln a 下
图2
去趋势项后的随机漂移数据
(4)
ˆj ，再解式(3)可求 由式(4)可方便求出平均参数 ˆi 。这种方法在估计参数的同时还可以 出自回归系数
Fig.2 Random drift data after trend data
2
正态性检验
对陀螺漂移数据三阶矩（偏态系数 ）与四阶矩
确定模型阶次，而且便于计算实现。 3.3 模型的适用性检验 本文采用的是Akaike信息准则中的AIC准则。其
1 光纤陀螺漂移数据的采集、分析与处理
采集光纤陀螺的输出数据，对得到的原始信号进 行检验和预处理，以得到平稳、正态、零均值的时序， 这是建立 ARMA 的基础 [2 4] 。 1.1 数据的采集与平稳性检验 对陀螺随机漂移信号建立时序模型时，首先应保
622
中国惯性技术学报
无人机微机电系统惯性传感器卡尔曼滤波技术
无人机微机电系统惯性传感器卡尔曼滤波技术作者：孙立志来源：《无人机》2018年第07期在消费级和工业级无人机中，微机电系统惯性传感器是其飞控系统十分重要的传感器。
微机电系统信号噪声的存在降低了传感器的精度，对此本文提出了利用Allan方差估计分析噪声特性的方法，研究了基于卡尔曼滤波的MEMS信号降噪方法，解决了在无人机飞控系统中某些去噪方法计算复杂的问题，通过实验验证了该方法抑制微机电系统噪声的有效性。
微机电系统（Micro-ElectroMechanical System，MEMS）是指尺寸在毫米级别甚至更小的传感器系统。
微机电系统传感器广泛配备于多种无人机系统，特别是消费级和工业级无人机，这得益于微机电系统传感器所具有的重量轻、功耗低、集成度高同时成本低等一系列优点。
微机电系统传感器包括运动传感器、压力传感器、光传感器等，本文涉及的微机电系统惯性传感器是运动传感器的一种，集成了三轴陀螺仪和三轴加速度计，是该级别无人机飞控系统最重要的传感器之一，应用十分广泛。
但微机电系统惯性传感器自身也有不可避免的缺点，即输出信号噪声成分多，若不进行滤波处理则无法使用，因此本文提出一种基于卡尔曼滤波的微机电系统惯性传感器信号降噪方法，使该类传感器应用于无人机时具有较高的精度。
微机电系统惯性传感器原理微机电系统以哥氏效应为基本原理，是一种振动式的角速率传感器。
哥氏效应是指在一个作旋转运动的坐标系中，当某一点相对该动坐标系作直线运动时，该动点即具有哥氏加速度，对此可得哥氏加速度的表达式：a c= 2×ω×v （1）式中：ω——动坐标系的角速度;v——质点相对动坐标系的线速度。
微机电系统工作时，通过电驱动，使微机械的振动框架达到谐振状态，而产生一定的速度，此时当微机电系统随平台框架旋转时，即产生科氏力;科氏力与检测框架发生关联，即形成检测信号，经放大输出得到电信号。
据此微机电系统将无人机机体的旋转角速度信息转换为与之成比例的电压信号，通过模数转换得到角速度的数字信息，将角速度进行积分可得框架的角度信息。
基于卡尔曼滤波的陀螺仪阵列技术研究
基于卡尔曼滤波的陀螺仪阵列技术研究刘明雍;朱立;董海霞【摘要】多个相同型号的陀螺仪测量轴相互平行,测量同一个角速度信号所组成的阵列叫做陀螺阵列.通过研究陀螺阵列提高惯性测量精度的信息处理算法,建立单个微机电(MEMS)陀螺仪的两种不同漂移模型,利用Allan方差对漂移系数进行辨识,将辨识出的随机漂移系数应用于卡尔曼滤波.通过卡尔曼滤波将陀螺阵列的信息融合为一个较高精度的输出,证明了卡尔曼滤波的稳定性.通过实验对比了不同建模方法的优劣,并且验证了基于卡尔曼滤波的信息融合方法可以有效提高MEMS陀螺仪的精度.【期刊名称】《兵工学报》【年(卷),期】2016(037)002【总页数】7页(P272-278)【关键词】控制科学与技术;陀螺仪阵列;信息融合;卡尔曼滤波【作者】刘明雍;朱立;董海霞【作者单位】西北工业大学航海学院,陕西西安710072;西北工业大学航海学院,陕西西安710072;西北工业大学航海学院,陕西西安710072【正文语种】中文【中图分类】TP14微机电(MEMS)陀螺仪相比于机械陀螺、光纤陀螺及激光陀螺等传统陀螺具有体积小、质量轻、价格低、寿命长和易于批量生产等优点。
然而,目前MEMS陀螺的精度还无法与传统高精度陀螺相媲美,使得MEMS陀螺主要应用于汽车、玩具等低端领域,在航空、航天等高端领域尚未被大规模应用。
通过利用MEMS陀螺仪的优点组成陀螺阵列,在一块芯片上集成成百上千个MEMS陀螺仪测量同一个角速度信号,并将冗余量测信息融合为高精度的输出,为提高MEMS陀螺仪的精度提供了另外一种方向。
1992 年, Allan等提出灵巧时钟的概念[1],通过对3个一般精度的运动手表(月误差40 s)进行随机漂移建模并进行最优估计得到了月误差仅为1 s的较高精度时钟。
这种通过对传感器的漂移进行特征描述,集成多个冗余传感器的测量信息并进行数据融合的方法,对于MEMS陀螺仪的精度提高具有特别的借鉴意义。
基于Kalman滤波的MEMS陀螺仪滤波算法
第3l卷第9期哈尔滨工程大学学报V01．3l№．92010年9月Journal of Har bin Engi neer ing Un iver sity Se p．2010d o i：10．3969／j．i s s n．1006-7043．2010．09．015基于Kalman滤波的MEMS陀螺仪滤波算法钱华明1，夏全喜2，阙兴涛1，张强1(1．哈尔滨工程大学自动化学院，黑龙ix．哈尔滨150001；2．解放军信息工程大学测绘学院，河南郑州450002)摘要：针对MEMS陀螺仪精度不高、随机噪声复杂的问题，研究了某MEMS陀螺仪的随机漂移模型．应用时问序列分析方法，采用AR(1)模型对经过预处理的MEMS陀螺仪测量数据噪声进行建模，进而基于该AR模型并采用状态扩增法设计Kalman滤波器．速率试验和摇摆试验仿真结果表明，在静态和恒定角速率条件下，采用该算法滤波后的MEMS 陀螺仪的误差均值和标准差都比滤波前有了明显的降低．针对摇摆基座下该算法随摆动幅度的增大效果变差的问题，从提高采样率和选择自适应Kalman滤波2个方面对算法进行改进．仿真结果表明，2种方法都能改善滤波效果，然而考虑到系统采样频率和CPU计算速度的限制，自适应滤波有更高的实用性．关键词：随机漂移；微机电系统；Kalman滤波；自适应Ka lman滤波；陀螺仪中图分类号：V241．5文献标志码：A文章编号：1006-7043(2010)09-1217-05Algorithm for a ME M S g y r o sc o p e b as e d on Kalman filterQIAN Hua．min91，XIA Quan．xi2，QUE Xing—ta01，ZHANG Qian91(1．College of A u t om a ti o n，Ha r bi n E n gi n ee r i ng U n iv e r si t y，Ha r bi n150001，Ch i na；2．I n st i t ut e of S ur v e yi n g and Ma pp ing，I nf or ma-tion Engineering University of PLA，Zh en gzh ou450002，Ch in a)A b s tr a c t：I n order t o imp rov e the performance of gyroscop es，the rando m drift of a mi cr o—e le ct ro—me cha ni ca l sy stem (MEM S)g yro w a s analyzed and modele d．Based the basic p ri nc ip le s of time series analysis，AR(1)was a-dop te d t o mod el the p r ep r o c e s s ed data mea sur ed b y M E MS gyroscope．An augmenti ng st at e v e c t o r w a s used to de—sign the Kal ma n filter．By si mu l at i ng r a t e t e s t a n d a n oscillating test，it w a s demonstrated that in the c a s e s of stat-ic s t a t e c o n s t a n t ang u l a r r a t e，t h e m ea u value a n d s t a n d a r d d e v i at i o n of the e r r o r s w e r e much s ma l l er after fihe—ring than before f i lt e r i n g．H o w ev e r，t h e effect decre ased w hen i t W as in a n oscillating state．With amplitude in—cr e a se，t h e m e a n values and s ta n da r d de v ia t io ns of elT o rs also increased．The problem Was analysed and tw o meth—ods wer e adop te d t o re du ce the e f fe c t．T h es e i n vo l ve d i nc r ea si n g the sample r at e and adopting a ll adaptive Ka l m a nfi lt er．Th e si m ul a t io n d em o n st r a t ed that both me tho ds could improve the performance of the f i lt e r．H ow e v er，c o n—sidering of practical limits to sampling r a t e s a s well the ca l c ul a ti o n s p e ed of the CPU，an adaptive Kalman fil te r is more practical．Ke yw or ds：ra nd o m dr if t；M E MS；Ka lm an f il ter；a da pti ve K a lm a n filt er；gyro scop e微机电系统(micro—electro—mechanical system，陀螺仪精度的主要因素．对其进行模型辨识并滤波ME M S)惯性器件在低成本惯性系统中获得越来越是提高陀螺仪性能的主要途径L11．采用神经网络、广泛的应用，但目前M EMS陀螺仪的精度仍然较小波分析等方法对陀螺仪的随机误差进行建模可以低，限制了其进一步应用．通过有效的降噪方法改善达到这个目的，但这些方法得到的模型通常具有较陀螺仪性能，以满足较高精度的应用需求，是目前研高的阶数，并不十分适合于低成本系统的实时在线究的重要问题．研究表明，随机噪声是影响MEMS估计旧引．通过时序分析方法，采用AR模型同样可以对陀螺随机误差进行建模，其使用条件要简单得收稿日期：2009-04-10．多．在正确地建立了陀螺的随机误差模型之后需要作者简介：钱华明(1964一)。
基于ARIMA模型的陀螺随机误差分析
稳 的随 机 过 程 ， 需要 做 下 述 平 稳 化 处 理 。对 Ａ Ｉ Ａｐ ｑ 进 Ｒ Ｍ （， ，
行差分平稳处理 ， 即对序列 进行 ｄ阶差 分 ， 也 使之成为如下
的平稳时间序列【 ３ 】 ：
２０ ５ ５０ ０ ７０ ５ １ｏ ００ ｌ５ １０ ２０ ５０ １ ５ ２ ０ ７０ ００
Ｅ ｕｐ ｎ ｎ ｆｃ ｒ ｇ Ｔ ｃ ｎ ｌ ｇ ． １ ２ ０ ｑ ｉ ｍｅ ｔ Ｍａ ｕ ａ ｔ ｎ ｅ ｈ ｏ ｏ ｙ Ｎｏ １ ， ０ ８ ｉ
要 确定 ｄ的值 ， 以通过 自相关函数来判断 。 可 如果 ｄ次差
计。 将式 （ ） １拆分为 ｐ阶 自回归模型部分 和 ｑ阶滑动平均模 型 部分。阶 自回归模型如下 ：
来 消 除 随 机 噪声 ， 高 陀 螺精 度 。 提
图 ２ 随 机 漂 移 数 据 ＡＣ Ｆ和 Ｐ ＣＦ分 析 结 果 Ａ
１２ ＲＩ ． Ａ ＭＡ模 型分 析
Ａ Ｉ Ａ法简称 Ｂ Ｊ ＲＭ — 法或求和 自回归滑动平均模 型 ， 它是 对 时 间序列分析 的主要 方法 体系 Ｉ ２ 】 。其 中 自回归 滑动平 均
《 装备制造技术｝０ ８ ２０ 年第 ｌ 期 １
陌磊
基 于 ＡＲＩ ＭＡ模 型 的 陀螺 随机 误差 分 析
岑宇钿 ， 肖南峰
（ 华南理工大学计 算机科学 与工程学院 ， 广东 广州 ，１ ６０ ５０４ ）
摘 要 ： 据 陀螺 随机 漂移 数 据 的 非 平稳 特 性 ， 立 了基 于 非 平稳 随机 过 程 的 Ａ ＭＡ 求和 自回 归滑 动 平 均 误 差 模 型 ， 此 模 型 的基 础 根 建 ＲＩ 在
于 自相 关 函数 （ Ｃ ） 偏相 关 函数 （ Ａ Ｆ 的方 法 检 验 陀 螺 的 Ａ Ｆ和 ＰＣ ）
微机械IMU数据建模与滤波方法研究
第13卷第6期中国惯性技术学报 2005年12月文章编号：1005-6734(2005)06-0013-05微机械IMU数据建模与滤波方法研究赵伟臣，付梦印，张启鸿，邓志红（北京理工大学信息科学技术学院，北京100081）摘要：针对轮式移动机器人内部的微机械(MEMS)IMU进行研究，采用时间序列分析方法建立其随机噪声的ARMA模型，进而通过Kalman滤波有效地降低MEMS IMU随机噪声对其精度的影响，频域分析结果表明文中建模和滤波方法对提高MEMS IMU精度的有效性。
关键词：MEMS IMU；时间序列分析；ARMA数学模型；Kalman滤波中图分类号：U666.1 文献标识码：AInvestigation on Modeling and Filter Methodsfor MEMS IMU Drift DataZHAO Wei-chen, FU Meng-yin, ZHANG Qi-hong, DENG Zhi-hong (College of Information Science and Technology, Beijing Institute of Technology, Beijing 100081, China)Abstract: This paper is about the MEMS IMU in robot car. By using the data modeling methods of time series analysis, the ARMA model of random noise of MEMS IMU is built. Then the Kalman filter can be used to greatly reduce the effects of random noise of MEMS IMU on the inertial navigation systems. Frequency analyses show that the method of modeling and filter is validity to improve the precision of MEMS IMU.Key words: MEMS IMU; time series analysis; ARMA modeling; Kalman filter0 引 言惯性测量单元(IMU)是一种用来测量运动体运动姿态的惯性传感器，它广泛应用于航空、航海以及陆地导航领域。
基于自适应Kalman滤波的MEMS陀螺随机误差分析
基于自适应Kalman滤波的MEMS陀螺随机误差分析王辛望;沈小林;刘新生【摘要】In order to improve performance of a certain type MEMS gyroscope,based on the principles of time series analysis,ARMA model is established and ARMA(2,1)is used to establish MEMS gyroscope random error model. The Kalman filter is designed and the result of static test and the constant rate test show that under the classic Kal-man filter,the mean and mean square deviation of the MEMS gyroscope random error is reduced by 32.62% and 66.31% in the static test;the mean is much smaller and the mean square deviation is decreased by an order of mag-nitude in the constant rate test. Based on the fact that the classic Kalman filter can not adapt to the vibration test of large amplitude,a new adaptive Kalman filter is proposed in this paper by looking for the adaptive calibration factors to deal with the problem of the divergence in the classic Kalman filter. The results of vibration test show that the mean and the mean square deviation after filtering is reduced by 8.25% and 8.36% when the amplitude is 100°.%针对某型MEMS陀螺随机误差较大、精度不高的问题,通过时间序列分析法,建立自回归滑动平均 ARMA(Auto-Regressive and Moving Average)模型,采用ARMA(2,1)模型将预处理后的MEMS陀螺随机误差进行建模.设计基于ARMA模型的经典Kalman滤波器.静态试验和恒定速率试验结果表明在经典Kalman滤波器作用下,静态试验下其均值与均方差下降32.62%和66.31%;恒定速率试验下,其均值有明显的降低,其均方差减小了一个数量级.针对经典Kalman 滤波器不能解决振动试验中大振幅时滤波发散问题,提出一种新的自适应Kalman滤波法,通过寻找合适的标定因子s解决滤波发散问题.振动试验结果表明,当振幅为100°时,滤波后的均值和均方差分别下降8.25%和8.36%.【期刊名称】《传感技术学报》【年(卷),期】2017(030)011【总页数】5页(P1666-1670)【关键词】MEMS陀螺;随机误差;自适应Kalman滤波;时间序列分析;自回归滑动平均;Allan方差【作者】王辛望;沈小林;刘新生【作者单位】中北大学计算机与控制工程学院,太原030051;中北大学计算机与控制工程学院,太原030051;江苏曙光光电有限公司,江苏扬州225009【正文语种】中文【中图分类】V241.5微机电系统(Micro-Electro-Mechanical System)惯性器件在无人机、精确制导武器、低成本惯导系统等领域得到大量应用。
一种MEMS陀螺仪误差标定方法研究吕冰1，2邓超凡1，2
一种MEMS陀螺仪误差标定方法研究吕冰1，2 邓超凡1，2发布时间：2023-07-18T04:06:34.497Z 来源：《中国科技信息》2023年9期作者：吕冰1，2 邓超凡1，2[导读] 介绍了一种MEMS陀螺仪的误差标定方法，根据MEMS陀螺仪误差特性，建立三轴MEMS陀螺仪输出误差模型。
由于MEMS陀螺仪参数会随温度变化发生偏移，因此，研究了MEMS陀螺仪误差参数随温度变化特性，对MEMS陀螺仪灵敏度参数及零偏参数采用二次拟合的方法进行温度补偿，通过试验验证了补偿后的陀螺仪各轴角速率误差比没补偿前降低了2~3个数量级，经过温度补偿后的三轴MEMS陀螺仪的输出误差均小于0.1°/s，验证了校准模型及校准方法的有效性。
1.中国船舶集团有限公司第七一〇研究所；2.国防弱磁一级计量站湖北宜昌 443003摘要：介绍了一种MEMS陀螺仪的误差标定方法，根据MEMS陀螺仪误差特性，建立三轴MEMS陀螺仪输出误差模型。
由于MEMS陀螺仪参数会随温度变化发生偏移，因此，研究了MEMS陀螺仪误差参数随温度变化特性，对MEMS陀螺仪灵敏度参数及零偏参数采用二次拟合的方法进行温度补偿，通过试验验证了补偿后的陀螺仪各轴角速率误差比没补偿前降低了2~3个数量级，经过温度补偿后的三轴MEMS 陀螺仪的输出误差均小于0.1°/s，验证了校准模型及校准方法的有效性。
关键词：误差标定；温度补偿；微机电系统（MEMS）0 引言随着微机电系统（MEMS）技术和计算机技术的不断发展，低成本的航姿参考单元（AHRS）被广泛应用在各种微小型无人机、机器人、车辆船舶，水下无人系统等领域[1]~[3]，低成本的航姿参考单元一般由MEMS三轴陀螺仪、三轴加速度计以及其他MEMS器件构成。
而MEMS陀螺仪作为微机电系统的核心器件之一，其测量精度直接影响系统测量结果[4]。
影响MEMS陀螺仪测量精度的主要因数由以下几方面：刻度因子、失准角、零偏、随机漂移等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
文 章编 号 ：１ ０ — １ ２２ １ ）４ ０ ３ —４ ０ ４ ７ ８ （０ ２ ０ — ０ ５ ０
导 弹 与 航Байду номын сангаас天 运 载 技 术
Ｍ Ｉ Ｓ ＬＥＳＡＮＤ Ｐ ＣＥ ＳＩ Ｓ Ａ ＶＥＨＩ ＬＥＳ Ｃ
Ｎ ０． Ｏ１ ４２ ２
ｔ ｅ ｕ ｅ ｔ ｅ ｒ ｎ ｏ ｄ ｉ ｎ ｍｐ ｏ ｅ ｔ ｅ ａ ｃ ｒ ｃ ｙ ｍｏ ｅ ｉｇ ａ ｄ ｃ ｍｐ ｎ ａ ｉ ｇ ｉ ｈ ｕ ｐ ｔｏ Ｅ Ｓ ｇ ｒ ｓ ｏ ｅ Ａｌａ ｏ ｒ ｄ ｃ ｈ ａ ｄ ｍ ｒｆ ａ ｄ ｉ ｒ ｖ ｈ ｃ ｕ ａ ｙ ｂ ｄ ｌ ｎ ｏ ｔ ｎ ｅ ｓ ｔｎ ｎ ｔ ｅ ｏ ｔ ｕ ｆ Ｍ Ｍ ｏ ｃ ｐ ． ｌ ｙ ｎ
ｔ ｅ ｉ ｓ Ｂａ ｅ ｎ ｔ ｅｅ ｔ ｂ ｉｈ ｄ ｍｏ ｅ ， ｔＳａ ａｙ ｅ ｎ ｅ ｅ ｒ ｈ ｄ ｈ ｗ ｅ ｕ ｅ ｔ ｅ ｒ ｎ ｏ ｄ ｉ ｙ Ｋａ ｍａ ｌ ｒ ｉ ｓ ｒｅ ． ｓ ｄ ｏ ｓ ａ ｌ ｅ ｄ ｌ ｉ ｎ ｌ ｚ ｄ ａ ｄ ｒ ｓ ａ ｃ ｅ ｏ ｔ ｒ ｄ ｃ ａ ｄ ｍ ｒｆ ｂ ｌ ｎ ｆ ｔ ． ｍｅ ｈ ｓ ’ ｏ ｈ ｔ ｉ ｅ Ｋｅ ｏ ｄ ：Ｍ ｉ ｒ ｅ ｔ ｏ Ｍ ｅ ｈ ｎ ｃ ｌ Ｓ ｓｅ ｇ ｒ ｓ ｏ ｅ ｙＷ ｒ ｓ ｃ ｏ Ｅｌ ｃｒ ｃ ａ ｉ ａ ｙ ｔ ｍ ｙ ｏ ｃ ｐ ；Ｒａ ｄ ｍ ｒｆ；Ａｌ ｎ ｖ ｒ ａ ｃ ；Ｔｉ ｅ ｉ ｓ ａ ａ ｙ ｉ ；Ｋａｍａ ｎ ｏ ｄｉ ｔ ｌ ａ ｉｎ ｅ ａ ｍｅ ｓ ｒｅ ｎ ｌ ｓｓ ｌ ｎ
Ｓ ｍ ． ２ ｕ ＮＯ ３ ０
微 机 电系统 陀螺仪 随机 漂移 误差建模 与滤 波研 究
宋 吉 磊 ， 吴训 忠 ，郭 铃
（ 军工程大 学工 程学 院，西安 ，７０ ３ ） 空 １０８
摘 要 ：随机 漂移是微 机 电 系统 （ ＭＳ）陀螺 的主要误 差 ，建 立其数 学模 型并在输 出中加 以补偿是 抑制 该项误 差 、 ＭＥ
ｆ１ｅ ｉｔ ｒ
０ 引 言
微 机 电系 统 （ ｃｏ Ｅｅｔ ｃａｉ ｌＳ ｓ ｍ， Ｍｉ ｌｃ ｏ Ｍｅｈｎｃ ｙｔ ｒ ｒ ａ ｅ ＭＥ ） 是在 微 电子技 术基 础上 结合 精密机 械 技术 ＭＳ …， 发展起 来 的一个 新 的学科 领域 。ＭＥ ＭＳ技术 具有 体积
提 高 ＭＥ ＭＳ陀螺精度 的有效 方法 。 用 Ａｌ 方 差对 ＭＥ 采 ｌｎ ａ ＭＳ陀螺 实测数 据进行 了分析 ， 并采用 时 间序 列分析 法建立 了随
机 漂移模 型 。根据 建立 的漂移模型 ，就 如何 利 用 Ｋａｍａ 波抑制 随机漂移误 差进 行 了分 析和研 究 。 ｌ ｎ滤 关键词 ：微机 电 系统 陀螺 ；随机漂 移；Ａｌ ｎ方差； 时间序 列分析 ；Ｋ ｌ ｎ滤波 ｌ ａ ａｍａ
小 、重量 轻 、功 耗低 等优 点 。基 于 此技 术 发展起 来 的
微 惯性 器件 就是 一类 典型 的 ＭＥ ＭＳ传 感器 ，它 的出现
声统 计特 性 的贡献进 行 细 致 的表征 和辨 识 ；时 间序 列 分 析法在 陀螺漂 移 建模 领 域得 到 了广泛 的应用 ；基 于 建立 的 时序模 型 ， 采用 多次 Ｋａ ｎ滤波 可 以对漂 移信 ｌ ｍａ
Ｓ ｎｇ Ｊｌｉ Ｗ ｕ ｕ ｚ ｏ ｇ， ｏ Ｌｉ ｏ ｉｅ， Ｘ ｎ ｈ ｎ Ｇｕ ｎｇ （ ｎ ｉｅ ｒｎ ｌ ｇ ， ｒＦ ｒｅＥ ｇ ｎ ｅ ｉｇＵｎｖ ｒｉ ， ’ｎ ７ ０ ３ ） Ｅ ｇｎ ｅ ｉｇＣｏ ｌ ｅ Ａｉ ｏ ｃ ｎ ｉｅ ｒｎ ｉｅｓｔ Ｘｉ ， １ ０ ８ ｅ ｙ ａ
号进 行处 理 。
１ Ａｌ ｌ ｎ方 差 分 析 ａ
Ａｌ ｎ方差 法【是 ２ ｌ ａ 】 ０世纪 ６ ０年代 由美 国 国家 标准 局 的 Ｄ ｖｄ ｌ ａ ｉＡｌ ｎ提 出的 ， 一种基 于 时域 的分析 方法 ， ａ 是
极大 地扩 展 了惯 性技 术 的应 用 范 围，使 得基 于 微惯 性 器 件 构建 低 成本 、 高性 能 的微惯 性 导航 系 统迅 速 成为
Ａｂｔａｔ Ｒａ ｄ ｍ ｒｔ ｓ ｈ ｉ ｒ ｒ ｆ ｉ ｏＥｅｔ ｃ ａ ｉａ Ｓ ｓ ｍ（ Ｍ Ｓ ｇ ｒ ｓｏ ｅ Ｉ Ｓ ｌｅ ｃｅ ｔ ｔｏ ｓｒｃ： ｎ ｏ ｄｉ ｅｍａｎｅｒ ｃ ｌｃ ｏＭｅｈ ｎｃｌ ｙ ｔ ＭＥ ） ｙｏｃ ｐ ．ｔ ｌ ｆ ｉ ｈ ｄ ｆｉ ｔ ｏ ｏＭ ｒ ｒ ｅ ’ ａ ｉ ｎ ｍｅ
ｖ ｒａ ｃ ｓ ｕ ｅ ｏ ｎ ｌ ｚ ｎ ｈ ｅ ｓ ｒ ｄ ｄ ｔ ｆＭ Ｅ Ｓ ｇ ｒ ｓ ｏ ｅ ｎ ｓｒ ｎ ｏ ｄ ｉ ｓｍｏ ｅ ｅ ｙ ａ ａｙ ｉ ａ ｅｈ ｄ ｏ ａ ｉ ｎ ｅ ｉ ｓ ｄ ｆ ｒ ａ ａｙ ｉ ｇ ｔ ｅ ｍ ａ ｕ ｅ ａ ａ ｏ Ｍ ｙ ｏ ｃ ｐ ，ａ ｄ ｉ ａ ｄ ｍ ｒｆ ｉ ｔ ｔ ｄ ｌｄ ｂ ｎ ｌ ｔｃ ｌ ｍ ｔｏ ｆ
当前惯 性 技术领 域 的一个 研 究热 点 。
中 图 分 类 号 ：Ｖ２ １ ４ 文 献 标 识 码 ：Ａ
Ｒｅ ｅ ｒ ｈ ｏ ｏ ｅ ｉ ｇ ａ ｄ Ｆｉ ｅ ｆＭ ｉ ｒ ｅ ｔ ｏ Ｍ ｅ ｈ ｎ ｃ ｌＳ ｓ ｅ ｓ ａ ｃ ｎ Ｍ ｄ ｌｎ ｎ ｌ ｒｏ ｃ ｏ Ｅｌ ｃ ｒ ｃ ａ ｉ ａ ｙ ｔ ｍ ｔ Ｇｙ ｏ ｃ ｐｅＲ ａ ｏ ｒ ｆ ｒ ｓ ｏ ｎｄ ｍ Ｄ ｉｔ