APP下载

BLKF方法抑制MEMS惯性传感器随机噪声

2018-09-07赵忠华曹一文鲁兴龙

宇航学报 2018年8期
关键词:测量实验

赵 新,赵忠华,曹一文,鲁兴龙

(1.上海交通大学电子信息与电气工程学院,上海 200240; 2.中国华阴兵器实验中心, 华阴 714200)

0 引 言

航姿参考系统(AHRS)是不受外部环境因素干扰,给导航定位提供位姿信息的机载传感器。在AHRS中,受传感器精度等因素的影响, MEMS惯性传感器输出数据与真实数据存在较大误差。为减小误差,提高输出数据精度,在传感器输出数据过程中应用KF算法。为获得误差更小的数据,如文献 [1-8]对卡尔曼滤波算法进行了改进。

在KF过程中,传感器受温度、加速度等因素变化的影响,随机噪声发生变化,根据以往经验取值产生偏差,影响滤波结果。为此文献 [9-16]提出蒙特卡罗随机噪声逼近法、变分贝叶斯测量误差逼近法,它们都能较好地对随机噪声进行修正。同时也存在不足之处,蒙特卡罗随机噪声逼近法在采样过程中需要消耗大量时间;变分贝叶斯法提供了精确的点估计,然而点估计限制了后验分布的范围[17]。针对上述不足,本文提出利用拉普拉斯变换对贝叶斯边缘分布逼近,该方法能够有效避免迭代过程消耗大,同时给出更为准确的近似边缘分布,提高后验精度。

1 模型建立

根据KF原理建立MEMS惯性传感器的滤波方程组,如下所示:

(1)

式中:xn为状态变量,即估计角速度;yn为测量值,即陀螺仪测量角速度;wn为服从正态分布的状态噪声,均值为0,方差为Qn,wn~N(0,Qn);Vn为服从正态分布的测量噪声,均值为0,方差为Rn,Vn~N(0,Rn);A为动态模型的过渡矩阵;H为测量模型矩阵。

2 理论算法

2.1 贝叶斯滤波

式(1)MEMS惯性传感器卡尔曼滤波方程组用概率形式表示为:

登录APP查看全文

猜你喜欢

测量实验
记一次有趣的实验
做个怪怪长实验
测量的乐趣
NO与NO2相互转化实验的改进
实践十号上的19项实验
测量
《实验流体力学》征稿简则