[发明专利]适用于带斜置光纤陀螺的MEMS惯组的数据融合方法有效

专利信息
申请号: 201811004559.6 申请日: 2018-08-30
公开(公告)号: CN109086250B 公开(公告)日: 2022-08-05
发明(设计)人: 张春熹;高爽;蔡晓雯;卢鑫 申请(专利权)人: 北京航空航天大学
主分类号: G06F17/16 分类号: G06F17/16;G01C21/18;G01C19/72
代理公司: 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 代理人: 李冉
地址: 100000*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 适用于 带斜置 光纤 陀螺 mems 数据 融合 方法
【权利要求书】:

1.一种适用于带斜置光纤陀螺的MEMS惯组的数据融合方法,其特征在于,所述方法是针对单轴FOG和MEMS惯组的冗余结构进行设计,其中,所述单轴FOG的敏感轴与所述MEMS惯组的三个测量轴等夹角安装;所述MEMS惯组包括:集成在一起相互正交的三轴MEMS陀螺和三轴MEMS加速度计;

所述方法包括:

S1:利用灰色预测模型对MEMS陀螺进行误差补偿;

具体包括:

设MEMS陀螺的角速度输出值为x(0)(i),i=1,2,…n,递增累加生成1-AGO新序列:

其中,x(1)(1)=x(0)(1),为MEMS陀螺第1个角速度输出值;x(1)(k)表示第k个角速度预测值,可得到自适应残差式灰色预测模型:

式中,a表示灰色预测模型发展系数,b表示灰色预测模型控制参数;

参数a和b的值通过最小二乘法进行估计:

[a b]T=(BTB)-1BTyn

式中,B表示系数,(x(1)(1)…x(1)(n))表示预测的角速度值,yn表示陀螺输出的角速度值,yn=[x(0)(1),x(0)(2),…,x(0)(n)]T

利用灰色还原模型1-IAGO得到预测拟合值,从而得到经过误差补偿后的MEMS陀螺角速度输出新序列:

式中,表示第k+1个角速度估计值,表示第k+1个角速度预测值,表示第k个角速度预测值,表示第1个角速度估计值,表示第1个角速度预测值;

S2:将所述单轴FOG分别与所述MEMS陀螺和所述MEMS加速度计进行结合,并采用部分反馈式联邦滤波器进行滤波处理,同时,调整所述部分反馈式联邦滤波器的反馈系数,将单轴FOG的输出和MEMS惯组进行数据融合。

2.根据权利要求1所述的适用于带斜置光纤陀螺的MEMS惯组的数据融合方法,其特征在于,步骤S2具体包括:

S21:将单轴FOG和MEMS加速度计结合输入至子滤波器1;

将单轴FOG在载体坐标系下的角速度测量值减去通过转换矩阵转换的在载体坐标系下的地球角速率,得到载体本身的角速率再利用四元数法求出单轴FOG的姿态矩阵然后消去经过主滤波器估算出的姿态误差,得到公共系统的输出同时,将MEMS加速度计的输出减去通过转换矩阵转换的在载体坐标系下的重力加速度,其中,Gn为导航坐标系下的重力加速度,并将其输入至子滤波器1;

S22:将单轴FOG和误差补偿后的MEMS陀螺结合输入至子滤波器2;

经过灰色预测模型补偿过的MEMS陀螺,其在载体坐标系下的角速度输出减去通过转换矩阵转换的在载体坐标系下的地球角速率,得到载体本身的角速率然后再将MEMS陀螺的输出减去单轴FOG的输出作为子滤波器2的量测量;

S23:联邦滤波器的主滤波器将所述子滤波器1和所述子滤波器2的误差状态及协方差P1、P2引入,并进行最优融合,得到全局最优估计和全局协方差阵Pg

所述主滤波器按照信息守恒原理和信息分配原则将所述全局最优估计和全局协方差阵Pg反馈到所述子滤波器1和所述子滤波器2,将单轴FOG的输出和MEMS惯组进行数据融合;其中,协方差Pg部分引入到其中一个子滤波器中,而剩余部分引入到另一个子滤波器中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811004559.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top