[发明专利]一种基于WDO-LSSVM的MEMS陀螺仪零偏温度补偿方法和系统

说明书

本发明请求保护一种基于WDO‑LSSVM的MEMS陀螺仪零偏温度补偿方法和系统，该方法通过小波变换对MEMS陀螺仪三轴输出数据进行滤波预处理，随后结合最小二乘支持向量机(LSSVM)和风驱动优化(WDO)算法，构建MEMS陀螺仪的零偏温度补偿模型，通过该模型对MEMS陀螺仪零偏进行温度补偿，最后输出精准的陀螺角速率。

技术领域

本发明属于导航定位技术领域，涉及一种基于WDO-LSSVM的MEMS陀螺仪零偏温度补偿方法。

背景技术

微机电系统(Micro Electro Mechanical System，MEMS)惯性传感器是基于MEMS技术所生产的惯性传感器，因其体积小、功耗低、启动时间短、可靠性高和维护成本低等优点，在智能手机、平板电脑、电动工具等各种电子产品中得到了快速地应用。随着现代科学技术的发展，MEMS陀螺仪的测量精度也越来越高。然而，温度、空间限制和振动等因素都会对传感器的测量精度造成一定的干扰。在上述影响因素中，由温度所造成的干扰是持久且难以避免的。为了进一步改善MEMS陀螺的测量精度，必须对其零位漂移随温度变化进行合理且有效建模补偿。

温度对MEMS陀螺仪性能的影响主要体现在两个方面：噪声和零位偏移。

噪声对陀螺仪输出的影响可以通过滤波进行降噪。MEMS陀螺仪受制造工艺的限制，从而导致陀螺仪输出受到外围电路等诸多因素造成的噪声干扰，进而导致输出的数据存在很大的随机噪声。小波变换是一种时频局部化的信号分析方法，它的滤波窗口尺寸是固定的，但其滤波窗口形状是可以变化的。在低频段，它的时域分辨率低，频域分辨率高，高频段的时域分辨率高，频域分辨率低，非常适用于陀螺仪零偏这种非平稳信号的分析，以及对信号的局部特性的提取。同时，小波变换对不同类型的信号也有很强的适应性。所以，通过小波变换可以实现对MEMS陀螺仪输出信号进行去噪预处理。

陀螺仪的零位偏移随温度变化的补偿方案主要有两种：一是从硬件上进行环境温度补偿，即将陀螺仪放置在温度控制箱里，使得陀螺仪工作在一个恒定的温度下。二是从软件上进行算法补偿，即建立一个陀螺仪零位偏移随温度变化的数学模型，通过算法进行误差的补偿。在实际工作中，不可能保证陀螺仪始终工作在一个恒定的温度环境下，并且制造一个恒温环境也需要投入较大的人力和物力，因此第一种零偏补偿方法在实际应用中并不适用。与硬件环境补偿相比，软件算法补偿方案，不需要搭建复杂的工作环境，降低了成本。且该方案只需要采集足够的原始数据，搭建合适的零偏补偿模型，便可以实现对陀螺仪零位偏移随温度变化的预测，进而进行零位偏移的高精度补偿，提高陀螺仪的性能。因此，软件算法补偿是MEMS陀螺仪零偏补偿的发展趋势和主流技术。

针对MEMS陀螺仪零偏随温度变化的问题，已有一些研究人员和学者利用软件算法进行补偿：文献(梁文伟,李魁.车载RINS方位陀螺温度漂移模型在线修正方法[J].中国惯性技术学报,2022,30(1):9-14.)利用车载实验中停车阶段的速度作为量测，通过Kalman滤波器对方位陀螺漂移进行估计，之后采用遗忘因子最小二乘对陀螺漂移模型进行在线修正，虽然达到较好的定位精度，但数据处理较为复杂。文献(宋一平,刘宁,刘福朝等.深度学习下MEMS陀螺温度误差补偿方法[J].传感技术学报,2022,35(01):92-98.)提出将深度学习与神经网络相结合，通过LSTM神经网络进行温度误差补偿，从而减小温度变化引起的陀螺的温度漂移。文献(Wang T,Liu X,Zhong S,et al.A Simplified Model MEMSGyroscope Zero Bias Temperature Drift Calibration Method Based on BP NeuralNetwork[C]//2022 2nd International Conference on Frontiers of Electronics,Information and Computation Technologies(ICFEICT).IEEE,2022:146-152.)通过BP神经网络对MEMS陀螺仪进行温度误差补偿，但存在局部极小点，并且训练速度慢，所以效率低。

发明内容