刘 菲，任 章，李清东

（北京航空航天大学 自动化科学与工程学院，北京 100083）

基于小波方差的MEMS IMU随机误差模型间接估计方法

刘 菲，任 章，李清东

（北京航空航天大学 自动化科学与工程学院，北京 100083）

MEMS IMU（Mirco Electro Mechanical System Inertial Measurement Unit）微机电惯性测量模块广泛应用于组合导航系统，其中MEMS IMU随机误差模型的准确性对导航精度有着重要的影响。针对Allan方差法在估计随机误差模型方面的不足，研究了间接估计方法。该方法以Daubechies离散小波变换与间接推断原理为基础，根据小波系数的零均值平稳特征，对分解尺度进行确定，将小波方差作为间接估计辅助参数，分析了最优估计准则的渐近一致性，最后使用高斯牛顿法对估计结果进行校正，获得满足渐近一致性的随机误差模型参数估计结果。仿真结果表明，间接估计方法提高了随机误差模型的估计精度，其中一阶马尔科夫过程的相关时间估计精度提高了12.383%，解决了一阶马尔科夫过程模型的准确估计问题。通过试验结果分析，进一步证明了以上结论。

MEMS IMU；随机误差模型；Daubechies离散小波变换；小波方差；间接推断

MEMS IMU功耗低、体积小、成本低、抗过载，使用MEMS IMU的组合导航系统已经广泛用于战术武器、小型无人机、车辆与行人导航、稳定平台等领域。但是，受制造工艺和精度水平的限制，MEMS IMU随机误差较大，具有非平稳特性，且模型复杂，很难消除，因此需要对MEMS IMU的随机误差模型进行深入研究。

通常使用近似建模对随机误差模型进行分析[1]，典型的建模方法是Allan方差法，IEEE将其作为惯性器件随机误差分析的标准方法。……