導(dǎo)語：插秧機(jī)微機(jī)械陀螺隨機(jī)誤差分析一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

吳永亮等利用小波變換把隨機(jī)誤差分為白噪聲和有色噪聲，并建立了隨機(jī)誤差的模型[5]。袁贛南等提出了一種陀螺隨機(jī)誤差的在線補(bǔ)償技術(shù)，實(shí)驗(yàn)結(jié)果表明精度有了較大提高[7]。YigiterYuksel等提出了一種剩余偏差溫度補(bǔ)償方法，實(shí)驗(yàn)結(jié)果表明該方法能夠增強(qiáng)系統(tǒng)的魯棒性[8]。JacquesGeorgy等利用非線性系統(tǒng)識別的方法對陀螺的隨機(jī)漂移誤差建模，實(shí)驗(yàn)結(jié)果表明該方法很有效[9]。UmarIqbal提出了一種并行串級模塊對誤差進(jìn)行建模，并進(jìn)行了實(shí)車路面實(shí)驗(yàn)驗(yàn)證[10]。王新龍等提出了一種能夠適應(yīng)陀螺漂移時變特點(diǎn)的自適應(yīng)濾波算法，試驗(yàn)表明該方法是一種有效的去除光纖陀螺隨機(jī)漂移噪聲方法[11]。研究表明，陀螺的隨機(jī)誤差源是多樣的、變化的，很難用某一個確定的模型來描述。而AR隨機(jī)誤差模型具有較好的靈活度，能夠描述大多數(shù)的隨機(jī)過程。本文首先分析了微機(jī)械陀螺的工作原理和誤差來源，從機(jī)理上解釋了微機(jī)械陀螺誤差產(chǎn)生的原因。在理論分析的基礎(chǔ)上，基于時間序列的分析建立了微機(jī)械陀螺角速度隨機(jī)誤差的AR模型。然后基于所建立的AR誤差模型，采用卡爾曼濾波方法對隨機(jī)誤差進(jìn)行了濾波處理。實(shí)驗(yàn)結(jié)果驗(yàn)證了所建模型的有效性。

1微機(jī)械陀螺工作原理及誤差分析

1.1微機(jī)械陀螺工作原理本文中采用的微機(jī)械陀螺是振動陀螺，如圖1所示。其工作原理是：高頻振動質(zhì)量塊在沿相反方向連續(xù)運(yùn)動，如果沿垂直與的方向施加角加速度時，在哥氏效應(yīng)的作用下，將會在另一軸方向產(chǎn)生與角加速度成比例的哥氏力。該哥氏力使高頻振動質(zhì)量塊產(chǎn)生振動，通過外圍轉(zhuǎn)換電路將高頻振動質(zhì)量塊的振幅轉(zhuǎn)換為可測得的電信號，從而獲得輸入角加速度的信息。

1.2微機(jī)械陀螺誤差分析引起微機(jī)械陀螺產(chǎn)生誤差的因素很多，而且各種原因之間相互關(guān)聯(lián)。總體來看，陀螺的誤差分為兩類，一類是確定性誤差，一類是隨機(jī)誤差。確定性誤差是由器件的制造缺陷、安裝誤差、環(huán)境干擾和刻度因數(shù)等因素共同決定的。陀螺的確定性誤差主要包括常值零偏、刻度因素誤差和軸失準(zhǔn)角等，這類誤差一般具有一定的變化規(guī)律，能夠利用確定的函數(shù)關(guān)系來描述，可以通過轉(zhuǎn)臺、溫度測試試驗(yàn)進(jìn)行參數(shù)標(biāo)定。隨機(jī)誤差由某種隨機(jī)干擾隨機(jī)產(chǎn)生，無法利用確定的函數(shù)關(guān)系來描述。陀螺的隨機(jī)誤差主要由隨機(jī)常數(shù)、隨機(jī)游走、隨機(jī)斜坡等組成。

1.3平穩(wěn)性檢驗(yàn)本文將陀螺的隨機(jī)誤差看作一個隨機(jī)過程，采用基于時間序列分析的方法建立陀螺的隨機(jī)誤差模型。時間序列建模要求序列為平穩(wěn)、正態(tài)、零均值時間序列，因此建模之前需要檢驗(yàn)陀螺隨機(jī)誤差數(shù)據(jù)序列的平穩(wěn)性。這里定義游程是保持序列原有順序的情況下，具有相同符號的序列。游程過多或過少都被認(rèn)為是存在非平穩(wěn)趨勢。設(shè)時間序列數(shù)據(jù)足夠長，把數(shù)據(jù)分成K個等長度的子序列，子序列長度為N。N1、N2分別為各子序列正負(fù)值的個數(shù)，γ為子序列游程數(shù)。

2基于時間序列分析的隨機(jī)誤差建模

時間序列的分析建模包括原始數(shù)據(jù)的采集、數(shù)據(jù)的統(tǒng)計(jì)分析、模型結(jié)構(gòu)的選擇、模型參數(shù)的估計(jì)等問題。由第1節(jié)分析知符合求AR模型建模要求，本節(jié)主要是確定AR模型的結(jié)構(gòu)和模型參數(shù)的估計(jì)。

2.1模型結(jié)構(gòu)的確定本文采用AR時間序列模型，離散時間P階AR模型的遞推方程如式3所示，其中ak是AR模型參數(shù)，ω是零均值標(biāo)準(zhǔn)差為σ的白噪聲。考慮到實(shí)際應(yīng)用和陀螺隨機(jī)漂移誤差的特點(diǎn)，陀螺隨機(jī)誤差的AR模型階次都比較低，因此本文利用采集的2h陀螺靜止數(shù)據(jù)建立了陀螺的AR(1)到AR(10)這10種AR模型。將采集的數(shù)據(jù)分成8組，每組數(shù)據(jù)分別根據(jù)FPE（FinalPredictionError）定階準(zhǔn)則，分析AR(1)到AR(10)的FPE值。8組數(shù)據(jù)獲得的FPE值的平均值如圖2所示，分析結(jié)果顯示當(dāng)階數(shù)p=3時FPE值最小，故選用AR(3)模型作為陀螺隨機(jī)誤差的模型結(jié)構(gòu)。

2.2模型參數(shù)估計(jì)確定模型的結(jié)構(gòu)以后，建模的重點(diǎn)就是如何估計(jì)模型的參數(shù)。模型參數(shù)估計(jì)是整個建模工作的關(guān)鍵，AR模型參數(shù)估計(jì)的方法有最小二乘法、Yule-Walker方法、協(xié)方差方法、最大似然估計(jì)方法和Burg方法[13]等，其中Burg算法是基于在最小二乘意義下最小向前和向后預(yù)測誤差來估計(jì)映射系數(shù)，然后利用LD遞歸算法求得AR模型參數(shù)。與其他方法相比，Burg方法提高了數(shù)據(jù)的利用率，有較好的分辨率，因此本文采用Burg算法來估計(jì)AR模型的參數(shù)。

3仿真實(shí)驗(yàn)

3.1基于kalman的隨機(jī)誤差濾波離散Kalman濾波是處理離散信號的一種最優(yōu)估計(jì)方法。

3.2仿真實(shí)驗(yàn)本文以MTI為試驗(yàn)對象。保持MTI在靜止?fàn)顟B(tài)下，首先上電預(yù)熱10min，然后采集2hMTI輸出的原始數(shù)據(jù)。圖3所示是以100Hz的采樣頻率采集的陀螺靜態(tài)數(shù)據(jù)。由于采集數(shù)據(jù)期間一直保持MTI處于靜止?fàn)顟B(tài)，所以理論上，MTI中陀螺的輸出值為常數(shù)。但由于誤差的存在，MTI中陀螺的測量值在某一常值附近波動，波動幅度越小說明陀螺的精度越高。在試驗(yàn)前，必須對數(shù)據(jù)進(jìn)行分析，剔除數(shù)據(jù)中的異常值來消除異常數(shù)據(jù)對模型的影響。

4結(jié)論

本文對微機(jī)械陀螺的誤差進(jìn)行了分析，建立了基于時間序列分析的慣性傳感器隨機(jī)誤差的AR模型。采用Kalman濾波器，利用所建立的AR模型對傳感器輸出數(shù)據(jù)進(jìn)行處理。實(shí)驗(yàn)結(jié)果表明，濾波后隨機(jī)誤差的方差和功率譜都有所降低。這說明本文建立的陀螺隨機(jī)漂移誤差模型對抑制陀螺的隨機(jī)漂移誤差是有效的，為下一步研究插秧機(jī)多傳感器組合導(dǎo)航系統(tǒng)奠定了基礎(chǔ)。

作者：劉曉光胡靜濤白曉平李逃昌高雷單位：中國科學(xué)院沈陽自動化研究所中國科學(xué)院大學(xué)