[发明专利]一种惯性传感器量程扩充方法、装置和系统

权利要求书

1.一种惯性传感器量程扩充方法，其特征在于，包括：

S1，同步接收多个惯性传感器的测量数据，建立每一惯性传感器的误差模型；其中，各惯性传感器具备不同的量程；

S2，使用卡尔曼滤波算法对各惯性传感器的测量数据进行滤波融合；包括：以X(t)＝[b，ω]^T为状态向量，建立卡尔曼滤波方程；其中，b是惯性传感器的偏置漂移，ω是真实的惯性信号；

根据各惯性传感器不同量程下的性能，分段设置滤波噪声值；

基于卡尔曼滤波方程和分段噪声，对各惯性传感器的测量数据进行实时滤波解算，输出融合之后的传感器数据。

2.根据权利要求1所述的惯性传感器量程扩充方法，其特征在于，步骤S1中建立的惯性传感器的误差模型为：

y(t)＝ω+b+n_ω

上式中，y(t)是惯性传感器的测量值，n_ω为白噪声。

3.根据权利要求1所述的惯性传感器量程扩充方法，其特征在于，步骤S1中所述多个惯性传感器是冗余的用于检测同一方向物理量的惯性传感器。

4.根据权利要求1所述的惯性传感器量程扩充方法，其特征在于，所述惯性传感器为陀螺仪或加速度计。

5.一种惯性传感器量程扩充装置，其特征在于，包括：

接收模块，用于同步接收多个惯性传感器的测量数据，建立每一惯性传感器的误差模型；其中，各惯性传感器具备不同的量程；

滤波融合模块，用于使用卡尔曼滤波算法对各惯性传感器的测量数据进行滤波融合；滤波融合模块具体用于：以X(t)＝[b，ω]^T为状态向量，建立卡尔曼滤波方程；其中，b是惯性传感器的偏置漂移，ω是真实的惯性信号；

根据各惯性传感器不同量程下的性能，分段设置滤波噪声值；

基于卡尔曼滤波方程和分段噪声，对各惯性传感器的测量数据进行实时滤波解算，输出融合之后的传感器数据。

6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述惯性传感器量程扩充方法的步骤。

7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至4任一项所述惯性传感器量程扩充方法的步骤。

8.一种惯性传感器量程扩充系统，其特征在于，包括中央控制器及与其连接的多个惯性传感器，各惯性传感器具备不同的量程；

所述中央控制器用于同步接收多个惯性传感器的测量数据，建立每一惯性传感器的误差模型，以X(t)＝[b，ω]^T为状态向量，建立卡尔曼滤波方程；其中，b是惯性传感器的偏置漂移，ω是真实的惯性信号；根据各惯性传感器不同量程下的性能，分段设置滤波噪声值；基于卡尔曼滤波方程和分段噪声，对各惯性传感器的测量数据进行实时滤波解算，输出融合之后的传感器数据。