李鲁明,赵鲁阳,唐晓红,3,何 为*,李凤荣

(1.中国科学院上海微系统与信息技术研究所宽带无线技术实验室,上海 200050;2.中国科学院大学,北京 100049;3.上海师范大学信息与机电工程学院,上海 200234)

导航系统通常采用卫星导航系统进行定位如北斗导航、GPS导航等,但在卫星信号受遮挡时,如车辆行驶在隧道、峡谷、高楼等区域,无法接收4颗及以上卫星信号进行定位时,通常选择采用惯性导航进行定位解算。惯性导航使用加速度计、陀螺仪等惯性器件对载体的姿态进行求解,从而解算得出载体的速度、位置等导航定位信息。

随着MEMS技术的不断发展,MEMS加速度计和陀螺仪等惯性器件在惯性导航中的应用越来越广泛[1],但是MEMS陀螺仪相比于高精度陀螺仪如光纤陀螺仪以及激光陀螺仪具有更大的噪声、漂移以及非线性刻度因数,且受温度影响较大[2],导致MEMS陀螺仪的精度较低,且随着时间的增加精度逐渐降低,无法满足姿态解算及定位需求。

MEMS陀螺仪的误差主要由确定性误差及随机误差组成[3],确定性误差主要可以通过标定方法进行抑制,对于随机误差有方法提出采用卡尔曼滤波对陀螺仪数据进行误差补偿[4-5],但卡尔曼滤波中的过程噪声方差和量测噪声方差均由简单统计特性得到,无法自适应地跟随陀螺仪特性变化而变化。有研究[6]提出采用ARMA模型对陀螺仪噪声进行建模,但仍无法卡尔曼滤波中噪声方差估计的问题。针对此问题,有研究提出使用自适应Sage-Husa算法[7]进行陀螺仪误差补偿,使用前一时刻量测噪声方差结合卡尔曼滤波新息值估计下一时刻量测噪声方差,算法中加入了遗忘因子但较难实时地跟随陀螺仪特性的变化情况。……