吴佳慧,冉昌艳,2

(1.三峡大学计算机与信息学院，湖北宜昌 443002；2.湖北省水电工程智能视觉监测重点实验室,湖北宜昌 443002)

0 引言

基于微机电系统(micro-electro-mechanical system,MEMS)惯性传感器的MEMS惯性导航技术是惯性导航技术的一个重要分支，因其系统具有成本低、体积小、功耗低以及抗冲击强等优点而被广泛应用于无人机导航系统中[1]。MEMS传感器是MEMS惯性导航系统的核心，其精度直接或间接影响了无人机导航的精度。然而，惯性MEMS传感器由于漂移会产生较大的噪声、偏置和尺度因子误差[2]，为提高无人机导航的鲁棒性，减少陀螺仪随机漂移误差，文献[3]和文献[4]都利用时间序列建模分析对陀螺仪进行卡尔曼滤波处理，验证了卡尔曼滤波在降低陀螺仪随机误差中的有效性。但忽略了MEMS陀螺仪信号中野值等干扰数据的影响。文献[5]采用小波去噪的算法对陀螺随机漂移有一定的抑制作用，但传统的小波分析都只是对信号的高频分量进行去噪处理，而忽略了低频分量的少许噪声。

针对以上问题，本文结合卡尔曼滤波和小波的优点，采用了将自适应抗野值卡尔曼滤波和改进的小波相结合的方法对陀螺仪的随机漂移误差进行处理。抑制了信号中野值对滤波发散的影响，提高了滤波精度。同时也更好地抑制了陀螺仪低频信号中的噪声，有效地提高了去噪效果。

1 MEMS陀螺随机漂移建模

时间序列分析作为一种数理统计分析方法，该方法根据平稳时间序列的变化规律建立差分方程，把一个高度相关的平稳时间序列表示成一个数字递推的形式。……