基于ARMA的微惯性传感器随机误差建模方法

基于小波变换的MIMU随机误差建模吴永亮;王田苗;梁建宏【期刊名称】《中国惯性技术学报》【年(卷),期】2010(18)6【摘要】微机电惯性传感器的输出具有噪声大、漂移强的特性,因此必须建立合理的随机误差模型,以便使用滤波算法进行补偿,减小其对系统精度的影响.本文使用艾伦方差分析法分析了ADI公司的MIMU--ADIS16355的静态输出信号,指出按照自相关特性,可以将微机电惯性传感器的随机误差分为白噪声成份和有色噪声成份,并基于此提出了基于小波变换的噪声分离预处理和AR时间序列建模算法的微机电惯性传感器随机误差复合建模方法.使用该算法对ADI公司的微机电惯性测量单元ADIS16355进行了随机误差建模,得到了该MIMU的AR时间序列随机误差模型.仿真结果表明,相较于传统的一阶马尔科夫近似随机误差模型,基于小波变换的AR 时间序列随机误差建模方法能够有效滤除白噪声对于时间序列分析建模的影响,获得精度更高的随机误差模型.【总页数】5页(P660-664)【作者】吴永亮;王田苗;梁建宏【作者单位】北京航空航天大学,机器人研究所,北京,100191;北京航空航天大学,机器人研究所,北京,100191;北京航空航天大学,机器人研究所,北京,100191【正文语种】中文【中图分类】U666.1【相关文献】1.基于小波去噪与 DRNN 的光纤陀螺随机误差建模研究 [J], 王庆贺2.基于Allan方差的MEMS陀螺随机误差建模 [J], 王丽平;李杰;祝敬德3.基于Sage-Husa自适应滤波器的MEMS陀螺\r随机误差建模补偿 [J], 索艳春4.基于PSO-WNN的MEMS陀螺随机误差建模普适性分析 [J], 孙伟;孙鹏翔;刘东雨5.基于ARMA-AKF的HRG随机误差建模分析 [J], 杨浩天;汪立新;王琪因版权原因，仅展示原文概要，查看原文内容请购买。

基于Allan方差的MEMS陀螺随机误差建模
王丽平;李杰;祝敬德
【期刊名称】《计算机测量与控制》
【年(卷),期】2015(23)10
【摘要】针对由于MEMS陀螺随机误差较大而影响MEMS惯性测量系统测量精度的问题,提出一种利用Allan方差分析随机误差并建模的方法;在分析Allan方差原理的基础上,通过Allan方差分析法分离和辨识了MEMS陀螺仪的各项随机误差以及误差系数,并利用随机误差系数进行了数学建模;通过与ARMA模型比较,表明利用Allan方差建立的模型更加精确;该方法为MEMS惯性导航系统中姿态测量的误差补偿和滤波提供了新的思路,对提高MEMS惯性测量系统的测量精度具有一定的实际应用价值.
【总页数】4页(P3488-3491)
【作者】王丽平;李杰;祝敬德
【作者单位】中北大学电子测试技术国防科技重点实验室,太原030051;中北大学电子测试技术国防科技重点实验室,太原030051;中北大学仪器科学与动态测试教育部重点实验室,太原030051;中北大学电子测试技术国防科技重点实验室,太原030051
【正文语种】中文
【中图分类】V241
【相关文献】
1.基于Allan方差的MEMS陀螺仪随机误差分析方法 [J], 蒋孝勇;张晓峰;李孟委
2.基于Sage-Husa自适应滤波器的MEMS陀螺\r随机误差建模补偿 [J], 索艳春
3.基于Allan方差的MEMS陀螺仪随机误差辨识与抑制 [J], 马群;王庆;阳媛;盛浩
4.基于PSO-WNN的MEMS陀螺随机误差建模普适性分析 [J], 孙伟;孙鹏翔;刘东雨
5.组合导航用MEMS陀螺随机误差特性分析的分段Allan方差法 [J], 胡付帅;柴艳菊;钟世明
因版权原因，仅展示原文概要，查看原文内容请购买。

微惯性测量单元的误差整机标定和补偿代刚;李枚;苏伟;邵贝贝【期刊名称】《光学精密工程》【年(卷),期】2011(019)007【摘要】提出了微惯性测量单元(MIMU)在高动态、高过载复杂应用条件下的误差整机标定和补偿方法.首先,建立了高动态,高过载复杂应用条件下MIMU的误差模型,该模型包括了结构误差,传感器安装误差和MEMS惯性传感器在复杂条件对精度影响较大的误差项,指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差;根据模型提出了整机标定补偿方法,该方法可以标定MIMU的63个误差系数,并且不需要对单个传感器进行标定.然后,介绍了利用最小二乘法对模型进行误差系数标定的方法和步骤,并对自研的MIMU进行了标定.最后,通过飞行实验对MIMU进行了验证.结果表明,使用该方法使定位精度提高了一个数量级,基本满足MIMU在高动态、高过载条件下的精度要求.【总页数】7页(P1620-1626)【作者】代刚;李枚;苏伟;邵贝贝【作者单位】中国工程物理研究院电子工程研究所,四川,绵阳,621900;清华大学工程物理系,北京,100084;中国工程物理研究院电子工程研究所,四川,绵阳,621900;中国工程物理研究院电子工程研究所,四川,绵阳,621900;清华大学工程物理系,北京,100084【正文语种】中文【中图分类】V241.6【相关文献】1.微惯性测量单元设计及其误差补偿模型的研究 [J], 王亚凯;周军;于晓洲2.用于末敏弹稳态扫描参数测量的微惯性测量单元的误差标定 [J], 马凯臣;范锦彪;曹咏弘3.一种基于MEMS的微惯性测量单元标定补偿方法 [J], 孙宏伟;房建成;盛蔚4.四辊平整机压下位置测量系统误差分析及气动补偿装置设计 [J], 刘并爱;刘美林;黄剑国5.一种微惯性测量单元标定补偿方法 [J], 田晓春;李杰;范玉宝;刘俊;陈伟因版权原因，仅展示原文概要，查看原文内容请购买。

微惯性测量单元设计及其误差补偿模型的研究
王亚凯;周军;于晓洲
【期刊名称】《测控技术》
【年(卷),期】2009(028)001
【摘要】针对微惯性测量单元(MIMU)小体积、低功耗、低成本、高实时性的应用需求,设计了一种基于ARM和MEMS惯性器件的MIMU系统,并根据实验中得到的惯性器件的误差特性建立了一种惯性器件误差补偿模型,然后在硬件系统上进行了实验验证.利用该模型对惯性器件测量结果进行修正,可以有效抑制误差,提高MIMU的测量精度.整个系统能满足使用精度要求.
【总页数】4页(P5-8)
【作者】王亚凯;周军;于晓洲
【作者单位】西北工业大学精确制导与控制研究所,陕西西安,710072;西北工业大学精确制导与控制研究所,陕西西安,710072;西北工业大学精确制导与控制研究所,陕西西安,710072
【正文语种】中文
【中图分类】U666.1
【相关文献】
1.PLC机械一体化数控机床误差补偿模型设计 [J], 刘冉冉
2.PLC机械一体化数控机床误差补偿模型设计 [J], 刘冉冉;
3.用于空间手势输入的无陀螺微惯性测量单元设计 [J], 王祥雒;杨春蕾;郑瑞娟
4.基于神经网络模型误差补偿技术的对流层延迟模型研究 [J], 陈阳;胡伍生;严宇翔;龙凤阳;张良
5.基于误差补偿的电能交易体系模型设计 [J], 何义琼;刘俊;王珏
因版权原因，仅展示原文概要，查看原文内容请购买。

基于ARM与MEMS器件的微惯性测量装置设计摘要：实现了一种全集成可变带宽中频宽带低通滤波器，讨论分析了跨导放大器-电容(OTA—C)连续时间型滤波器的结构、设计和具体实现，使用外部可编程电路对所设计滤波器带宽进行控制，并利用ADS软件进行电路设计和仿真验证。

仿真结果表明，该滤波器带宽的可调范围为1～26 MHz，阻带抑制率大于35 dB，带内波纹小于0．5 dB，采用1．8 V电源，TSMC 0．18μm CMOS工艺库仿真，功耗小于21 mW，频响曲线接近理想状态。

关键词：Butte摘要开发一种生物运动微惯性测量装置，以基于ARM7的LPC2129为核心处理单元，采用MEMS陀螺和MEMS加速度计为测量传感器。

该装置实现了对SPC-III 机器鱼尾鳍拍动参数的精确测量，为活体鱼尾鳍拍动参数测量实验打下了基础。

关键词微惯性测量 LPC2129 MEMS器件尾鳍拍动在仿生推进机理的研究中，精确测量鱼类尾鳍拍动参数对于鱼类仿生推进机理研究及工程应用具有重要的意义；然而，目前研究者大多采用分析高速摄像机拍摄的图像获得参数的观测方法。

这种方法受到环境与设备的限制，结果精确度较差。

本设计是一种基于MEMS器件的生物运动微惯性测量装置。

利用该装置实现了对SPC-III机器鱼尾鳍拍动参数的精确测量，为国内首次利用MEMS器件进行的活体鱼尾鳍拍动参数测量实验打下了基础，为机器鱼仿生推进设计理论提供支撑。

1 设计要求和系统结构根据活体鱼类的生物特征和实验本身的特点，微惯性测量装置应该满足下列设计要求：体积小，质量轻，功耗低，采集频率和采集精度高，防水密封性能良好。

为了实现这些需求，微惯性测量装置的硬件由两部分组成：①微处理器单元；②微惯性传感器单元。

微处理器单元主要包括微处理器、A／D转换芯片和Flash。

微处理器作为核心单元，通过SPIl口连接A／D转换芯片完成数据采集，通过SPIO口连接Flash完成数据存储，通过串口与上位机通信。

多准则MEMS陀螺随机误差在线建模与实时滤波代金华;张丽杰【摘要】As the random error of some MEMS gyroscope had weak correlation,the Multi-criteria curve method was introduced to identify the time-sequence model with a intercept. Using this model,the random error model of the MEMS gyroscope could be established on line without zero mean offline processing. Based on this model,an aug-menting state vector was used to design the Kalman filter which had been used to filter real-timely. The results of the experiment showed that AR(2)model with a intercept could be used as a good MEMS gyroscope random error model. After the on-line modeling and real-time filtering,50% of the standard deviation of the random error had been reduced and the random error of MEMS gyroscope was effectively restrained.%针对随机误差相关性较弱的MEMS陀螺仪,提出采用多准则曲线方法辨识其带有截距项的随机误差时间序列模型.采用该模型可直接对MEMS陀螺仪的实测量数据进行在线建模,而无需零均值化离线处理.基于该模型并采用状态扩增的方法设计卡尔曼滤波器,实现了MEMS 陀螺仪随机误差的实时滤波.实验结果表明,针对某MEMS陀螺仪带有截距项的AR(2)模型可以作为其随机误差模型,经过在线建模和实时滤波后,MEMS陀螺仪随机误差的标准差降低了50%,有效抑制了MEMS陀螺仪的随机误差.【期刊名称】《传感技术学报》【年(卷),期】2016(029)001【总页数】5页(P75-79)【关键词】MEMS陀螺仪;时间序列模型;在线建模;卡尔曼滤波【作者】代金华;张丽杰【作者单位】内蒙古工业大学信息工程学院,呼和浩特010051;内蒙古工业大学电力学院,呼和浩特010051【正文语种】中文【中图分类】V241.5MEMS（Micro-Electro-Mechanical Systems）陀螺仪具有成本低、尺寸小、重量轻、可靠性高等优点，在低成本惯性系统中获得越来越广泛的应用。

基于Allan方差的MEMS陀螺仪随机误差分析方法
蒋孝勇;张晓峰;李孟委
【期刊名称】《测试技术学报》
【年(卷),期】2017(031)003
【摘要】MEMS陀螺随机漂移误差是制约惯性导航精度的主要原因, 本文通过Allan方差分析方法, 得出MEMS陀螺随机漂移误差主要来源以及各种误差的性能参数.该方法为分析陀螺性能指标、提高惯性导航精度奠定了基础.本文介绍了Allan方差定义, 陀螺各项随机误差与Allan方差的关系, 搭建了MEMS陀螺组件, 通过高精度转台实验静止采集陀螺仪数据.利用Allan方差分析得出MEMS陀螺各项随机误差性能指标, 验证了该方法的可行性.
【总页数】6页(P190-195)
【作者】蒋孝勇;张晓峰;李孟委
【作者单位】中北大学电子测试技术国家级重点实验室, 山西太原 030051;中北大学仪器与电子学院, 山西太原 030051;中北大学电子测试技术国家级重点实验室, 山西太原 030051;中北大学电子测试技术国家级重点实验室, 山西太原030051;中北大学仪器与电子学院, 山西太原 030051
【正文语种】中文
【中图分类】U666.1
【相关文献】
1.基于Allan方差的MEMS陀螺仪噪声分析 [J], 杜少林;陈书钊;陈鹏光;田亚芳;陈剑鸣
2.基于Allan方差的MEMS陀螺随机误差建模 [J], 王丽平;李杰;祝敬德
3.基于ALLAN方差的MEMS随机误差项辨识 [J], 王建政;王辉;范作娥
4.基于Allan方差的MEMS陀螺仪随机误差辨识与抑制 [J], 马群;王庆;阳媛;盛浩
5.基于小波去噪的MEMS陀螺仪随机误差校准算法 [J], 杨勇; 方针; 方海斌; 李星海
因版权原因，仅展示原文概要，查看原文内容请购买。

基于艾伦方差的微惯性器件误差分析
常俊飞;徐丽丽;张志强
【期刊名称】《测绘与空间地理信息》
【年(卷),期】2022(45)S01
【摘要】在利用微惯性器件实时读取定位数据实验中,针对实验器材输出信息受温度、环境设置等因素影响,导致输出信息中含有各种各样误差有待辨识等问题,提出采用艾伦方差(Allan variance)分析方法:通过对实验数据分组实验获取每组数据平均值,再按照分析原理处理均值化后数据,按照计算公式获取方差值,绘制Allan标准差与时间关系双对数曲线,阐述了数据分析处理过程,即对定位数据获取实验实时分析,并使用分段拟合方法,获取每种误差系数。

对器件误差进行研究目的在于更有效地对器件使用中伴随的误差进行标定与补偿。

实验结果表明,Allan方差法能够有效地辨识微惯性器件误差成分,为惯性器件的设计提供依据,证明Allan方差方法的实用性、可靠性。

【总页数】4页(P239-241)
【作者】常俊飞;徐丽丽;张志强
【作者单位】黑龙江第二测绘工程院
【正文语种】中文
【中图分类】P223
【相关文献】
1.LSTM网络和ARMA模型对惯性器件随机误差预测适应性分析
2.一种惯性器件常值误差对系统误差影响的分析方法
3.半重叠总方差法在惯性传感器随机误差分析中的应用
4.基于Allan方差法的MEMS惯性器件随机噪声分析
5.一种基于单轴正反旋转的惯性器件误差估计
因版权原因，仅展示原文概要，查看原文内容请购买。

设计研发2020.23基于ARMA建模的MEMS加速度计随机误差补偿方法田易12,钟燕清I李继秀I阎跃鹏12,孟真1,张兴成1(1.中国科学院微电子研究所,北京，100029; 2.中国科学院大学,北京,100049)摘要：为提高MEMS加速度计测量精度，采用了一种基于自回归滑动平均(ARMA)模型和卡尔曼(Kalman)滤波的随机误差补偿方法。

文中对预处理后的加速度计数据进行一阶差分，差分数据通过了平稳性分析,根据自相关和偏相关特性分析，确定随机误差适用模型,根据贝叶斯信息准则(BIC)确定模型阶数，从而确定随机误差模型。

再通过Kalman滤波，实现对加速度计随机误差的滤波补偿，使得加速度计的零偏稳定性由0.5179mg降低为0.0528mg,指标提高了一个数量级，有效提高了加速度计的测量精度。

关键词：微机电系统加速度计；自回归滑动平均模型；随机误差补偿；Allan方差；卡尔曼滤波Random noise compensation method for MEMS accelerometerbased on ARMA modelingTian Yi1,2,Zhong Yanqing1,Li Jixiu1,Yan Yuepeng1,2,Meng Zhen1,Zhang Xingcheng1(1.Institute of Microelectronics of the Chinese Academy of Science,Beijing,100029； 2.Universityof Chinese Academy of Sciences,Beijing,100049)Abstract•In order to improve the measurement accuracy of MEMS accelerometer,a random error compensation method based on ARMA model and Kalman filter is adopted.In this paper,the pre­processed accelerometer data is made into first-order difference.The difference data is analyzed by stationarity,and the applicable model of random error is determined according to the analysis of autocorrelation and partial correlation characteristics.The order of the model is determined according to the Bayesian information criterion(BIC),so as to determine the random error model.Then, Kalman filter was used to realize the filter compensation for the random error of the accelerometer, so that the zero-bias stability of the accelerometer was reduced from0.5179mg to0.0528mg, effectively improving the measurement accuracy of the accelerometer.Keywords:Micro-electromechanical Systems(MEMS)accelerometer;anto-regressive moving average(ARMA) model;random error compensation;Allan variance;Kalman filtering0引言MEMS加速度计是惯性导航系统中的核心器件之一，其测量精度直接影响惯性导航系统的导航测姿精度，因此需要对MEMS加速度计数据进行随机误差补偿，提高其测量精度。

MEMS陀螺随机误差趋势项的支持向量回归机预测补偿算法成雨;叶东;孙兆伟【摘要】为了适应低成本快速响应卫星的发展趋势,越来越多的卫星采用了MEMS 陀螺系统与信息融合方法相结合的设计方案.为提高传统的基于自回归滑动平均(Auto-Regressive and Moving Average,ARMA)模型和支持度的信息融合方法的精度,抑制随机误差趋势项对卫星稳定控制的不利影响,提出了一种基于支持向量回归机(Support Vector Regression,SVR)的预测补偿算法.该算法对各个MEMS 陀螺输出数据进行滤波,并提取相应的随机误差趋势项,通过相空间重构获得训练样本并进行SVR建模,用以实时补偿.然后使用低成本商用器件搭建了MEMS陀螺系统,并在单轴气浮转台上进行了实验.实验结果表明,预测补偿算法使得MEMS陀螺系统输出数据的方差降为原先的31.39％,融合精度得到了显著的提高.【期刊名称】《中国惯性技术学报》【年(卷),期】2016(024)005【总页数】7页(P600-606)【关键词】微机电陀螺;时间序列;支持向量机;相空间重构【作者】成雨;叶东;孙兆伟【作者单位】哈尔滨工业大学卫星技术研究所,哈尔滨150001;哈尔滨工业大学卫星技术研究所,哈尔滨150001;哈尔滨工业大学卫星技术研究所,哈尔滨150001【正文语种】中文【中图分类】V441传统卫星的设计制造过程具有成本高、耗时长的特点，不利于卫星技术在快速响应任务中的应用。

商用现货MEMS（Micro Electro Mechanical System）元器件体积小、重量轻、成本低，能够有效提高卫星的功能密度，缩短研制周期，为卫星快速设计制造提供了思路。

在这一思路的指导下，各国均有采用MEMS陀螺作为姿态确定系统的卫星问世，如斯坦福大学的QuakeSat，东京工业大学的 Cute-1.7+APD2，哈尔滨工业大学的紫丁香2号等。

MEMS陀螺随机误差建模与Kalman滤波方法张伟【摘要】探讨了一种MEMS陀螺随机误差建模与滤波方法,对原始采集数据进行了预处理,使之变成零均值、平稳、正态的随机时间序列,以此为基础建立时间序列模型,并对其进行Kalman滤波.结果表明,该方法能有效降低MEMS陀螺的随机误差,具有一定的工程实用性.【期刊名称】《现代导航》【年(卷),期】2018(009)002【总页数】4页(P100-103)【关键词】MEMS陀螺;随机误差;时间序列;Kalman滤波【作者】张伟【作者单位】中国电子科技集团公司第二十研究所,西安710068【正文语种】中文【中图分类】V2410 引言随着现代微电子与微加工工艺的迅速发展，基于微机电系统（Micro Electromechanical System，MEMS）技术的MEMS陀螺仪迅速发展起来，相比于其他类型的陀螺仪，MEMS陀螺仪具有体积小、功耗低、成本低、重量轻等优点。

目前，MEMS陀螺仪己经在众多军民用、用领域得到广泛应用，因此MEMS陀螺仪具有巨大的发展潜力和发展价值。

但是由于制造工艺和设计水平的原因，目前MEMS陀螺仪相比其他陀螺其输出信号具有随机噪声大、稳定性差，易受温度等外界因素的影响等缺点，这直接影响了系统的测量精度，因此为提高稳定精度，进行有效的信号去噪处理消除误差，是非常必要的。

时间序列模型方法是对陀螺仪的各种随机噪声进行整体考虑，利用白噪声驱动下的ARMA模型的线性组合对 MEMS陀螺仪输出的随机误差进行拟合，通过选取合适阶次的模型，在时域内对陀螺仪的随机误差的统计特性进行建模，是针对陀螺仪随机漂移问题的常见方法。

Kalman滤波是一种线性、无偏、以误差方差最小为估计准则的最优估计算法。

在对随机误差建模后，通过Kalman滤波进行最优估计，可以有效降低陀螺信号随机漂移。

1 MEMS陀螺数据预处理和数据检验按照时间序列建模的要求，数据应该是零均值、正态、平稳的，所以建模前应该对数据进行预处理和数据检验。

MEMS陀螺仪随机误差KF补偿方法的普适性验证孙伟; 宋如意; 王宇航; 吴增林【期刊名称】《《大地测量与地球动力学》》【年(卷),期】2019(039)011【总页数】6页(P1188-1193)【关键词】MEMS陀螺仪; 随机误差; 卡尔曼滤波; 普适性【作者】孙伟; 宋如意; 王宇航; 吴增林【作者单位】辽宁工程技术大学测绘与地理科学学院辽宁省阜新市中华路47号123008【正文语种】中文【中图分类】P207; P227MEMS陀螺仪的随机误差是影响其输出信噪比的主要因素，降低随机误差对输出精度的影响成为惯性导航研究的重要方向之一。

自Allan方差分析法[1]被提出后，通过对时域上采集的陀螺仪信号进行频域稳定性分析，能详细辨识出陀螺仪的各误差项。

国外众多学者围绕误差的特性开展相关研究，Dierendonc等[2]采用差分方程法建立随机误差模型，基于梯度下降法计算并获取模型参数，但该方法没有考虑到随机过程的滑动平均部分；Oravetz等[3]用差分器处理非平稳部分，并利用ARMA模型分析数据的平稳特性；Shcheglov等[4]提出一种温度补偿方法，有效提高了陀螺仪的精度。

我国对MEMS陀螺仪误差的研究也取得了很大进展，20世纪70年代国内围绕陀螺仪随机漂移建模开展系统研究，其中陈建勤等[5]率先建立了ARMA模型。

随后国内科研单位及相关院校逐渐开始陀螺仪随机漂移的理论研究[6-9]，基于陀螺仪漂移特性建立数学模型，并通过这些模型进行补偿。

吴小文等[10]提出一种基于阈值决策的UKF滤波方法，通过采用无迹卡尔曼滤波对随机噪声进行滤波处理，减小了陀螺仪误差。

本文结合国内外相关技术，针对MEMS陀螺仪建模方法对同型号不同个体存在可适用性的问题提出基于卡尔曼滤波的MEMS陀螺仪随机误差补偿方法，并建立实验方案验证其普适性，结果表明，该方法具有可行性与可靠性。

1 MEMS陀螺仪随机误差辨识由于惯性器件具有振荡特征，对MEMS陀螺仪误差进行处理前，需利用Allan方差法对其随机误差参数进行分析[11-13]。

《自动化技术与应用》2021年第40卷第5期仪器仪表与检测技术Instrumentation and MeasurmentMEMS 传感器误差建模技术研究王晶,刘强(中船重工七一六所，江苏连云港222061)摘要:本文针对MEMS 传感器存在的随机误差和确定性误差进行建模，运用Allan 方差理论对MEMS 传感器信号进行了定量分析，同时考虑传感器各轴的不正交特性，构建确定性误差校正模型，实现对误差的快速消除，通过构建的随机误差系数和确定性误差校正模型，可以正确评价陀螺仪的性能指标，构建的误差模型可用于导航算法传中感器误差的消除。

关键词:Allan 方差；MEMS；性能评估；误差建模中图分类号：TP212文献标识码:A文章编号:1003-7241(2021)005-0133-05Research on MEMS Sensor Error Modeling TechnologyWANG Jing,LIU Qiang(716th Institute of CSIC,Lianyungang 222061China )Abstract:In this paper,the random error and deterministic error of MEMS sensor are modeled,and the signal of MEMS sensor isquantitatively analyzed by Allan variance theory.At the same time,considering the non orthogonal characteristics of each axis of the sensor,the deterministic error correction model is constructed to eliminate the error quickly.The random error coefficient and the deterministic error correction model can be correctly evaluated.The error model can be used to elimi-nate the random error of sensors in navigation algorithm.Key words:Allan variance;MEMS;performance evaluation;error model收稿日期:2019-12-101引言多轴MEMS 传感器在制造过程中，每一轴彼此之间不会是完全的正交，加上传感器焊接在电路板时，会有些许的安装误差，使得传感器每一轴的方向都不是实际上所希望的安装方向，因此传感器的量测值就会有误差[1-2]。

电光与控制Electronics Optics&Control Vol.28No.5 May2021第28卷第5期2021年5月引用格式:刘文超，郑小兵,王荣颖，等.基于角速度估计的MEMS陀螺随机误差动态滤波方法[J].电光与控制,2021,28(5):79-84.LIU W C,ZHENG X B,WANG R Y,et al.MEMS gyroscope random error dynamic filtering based on angular velocity estimation]J].Electronics Optics&Control, 2021,28(5)：79-84.基于角速度估计的MEMS陀螺随机误差动态滤波方法刘文超1,郑小兵1,王荣颖2,李曦I(1.中国人民解放军91550部队，辽宁大连116023；2.海军工程大学，武汉430033)摘要：针对MEMS陀螺仪受随机误差影响较大需要进行滤波处理，采用时间序列分析法建立的随机误差模型无法直接用于动态条件下滤波的问题,提出了一种基于角速度估计的随机误差动态滤波方法。

首先，采用时间序列分析法对MEMS陀螺仪随机误差进行分析与模型构建;然后，将角速度估计假设模型建模为三维线性模型，并与陀螺仪随机误差模型结合构建动态滤波模型；最后，采用强跟踪卡尔曼滤波方法直接估计出角速度值以实现对随机误差滤波，并进行试验验证。

结果表明:无论是静态还是动态条件下，该滤波方法估计的角速度值精度均较高，可以有效降低MEMS陀螺仪的随机误差，提升MEMS陀螺仪精度。

关键词：MEMS陀螺仪；随机误差；角速度估计模型；强跟踪卡尔曼滤波中图分类号：V241.5文献标志码：A dot：10.3969/j.issn.1671-637X.2021.05.018MEMS Gyroscope Random Error Dynamic FilteringBased on Angular Velocity EstimationLIU Wenchao1,ZHENG Xiaobing1,WANG Rongying2,LI Xi1(1.No.91550Unit of PLA,Dalian116023,China; 2.Naval University o£Engineering,Wuhan430033,China)Abstract:To solve the problems that the MEMS gyroscope is greatly affected by random error and filtering is needed,and the random error model established by time series analysis method cannot be directly applied to the dynamic filtering,a random error dynamic filtering method based on angular velocity estimation model is proposed.Firstly,analysis is made to the MEMS gyroscope random error and the model is established by using time series analysis method.Then,the angular velocity estimation hypothesis model is established as a three-dimensional linear model,which is combined with gyroscope random error model to form a dynamic filtering model.Finally,strong tracking Kalman filter method is used directly to estimate the angular velocity value for realizing random error filtering,and experimental verification is made.The results show that:The angular velocity value estimation accuracy of this filtering method is high under both static and dynamic conditions,and it can effectively reduce the random error of MEMS gyroscope and improve its accuracy.Key words：MEMS gyroscope；random error；angular velocity estimation model；strong tracking Kalman filtering0引言MEMS陀螺仪作为一种具有成本低、体积小、重量轻、功耗小、性能稳定等多项优点的惯性测量器件，在低成本、低精度姿态测量系统领域中已被广泛应用⑷O 陀螺仪输出角速度信息的精确性直接决定了姿态测量收稿日期：2020-10-02修回日期：2021-04-11基金项目：国家自然科学基金(41506220)作者简介:刘文超(1988男，山东五莲人，博士，工程师,研究方向为惯性导航技术,liuwc_2016@ o 系统的精度，其输出误差包括确定性误差和随机误差两类。

LSTM网络和ARMA模型对惯性器件随机误差预测适应性分
析
LSTM网络和ARMA模型对惯性器件随机误差预测适应性
分析
杨其1a,1b，陈水忠2，沈淑梅2，朱振华2
【摘要】结合惯性器件随机误差研究的实际，针对传统的基于时间序列的ARMA建模方法和深度学习LSTM网络进行了适用性和实时性对比分析，通过获取具体型号的惯性器件输出数据设计了算例。

研究认为在未做实时性要求的情况下，ARMA建模和LSTM网络均可以达到较好的拟合效果，而建立LSTM 网络方法可以减少提取趋势项和周期项的环节；实时在线预测情况下LSTM网络优势明显，但预测精度会随时间序列缩短而明显下降，可以在一定程度上反映噪声变化的趋势并据此对整体控制系统的滤波算法进行优化。

【期刊名称】电光与控制
【年(卷),期】2018(025)003
【总页数】6
【关键词】惯性器件；随机误差； LSTM网络； ARMA建模
0 引言
惯性器件可以在不借助外部信息的孤立系统中直接测量比力和角速率值，因此在飞行器、舰船、智能设备等众多领域得到了广泛应用，同时作为一种自推算制导方式，惯性制导本身也不可避免地存在缺陷，其误差会随时间不断累积并放大。

依靠地面静态环境建立误差模型并标定系数，可以在一定程度上对误差进行补偿。

但地面标定环境总是与实际工作的动态环境存在一定差别，误差模型也难以对真实误差完全补偿，一般将两者的差距归入随机误差。

造成惯性器件产生随机误差有众多因素[1-5]，按照目前已知的物理原因一般将。

MEMS惯性传感器误差简易标定方法
孙伟;丁伟;闫慧芳
【期刊名称】《导航定位学报》
【年(卷),期】2018(6)4
【摘要】针对传统MEMS惯性传感器标定方法依赖于专业外界设备及复杂的标定流程的问题,提出一种基于IMU原地旋转的加速度计、陀螺仪零偏和标度因数同步估计的简易标定方法。

简化惯性解算微分方程与误差模型,利用传感器误差与导航参数误差耦合的特性,仅依靠重力加速度为参考信息设计IMU旋转方法;并根据IMU原地旋转条件下速度、位置变化几乎为零的特征,结合惯性解算速度、位置信息设计伪观测量,构建卡尔曼滤波估计传感器误差;最后分别开展了转台模式和手持模式标定实验。

实验结果表明,只需手持IMU作有效旋转即可在1min内得到收敛的MEMS加速度计、陀螺仪零偏和标度因数。

【总页数】7页(P7-13)
【作者】孙伟;丁伟;闫慧芳
【作者单位】辽宁工程技术大学测绘与地理科学学院
【正文语种】中文
【中图分类】P228
【相关文献】
1.最小二乘拟合的MEMS加速度计简易标定方法 [J], 王学瀚
2.基于RBF神经网络的MEMS惯性传感器误差补偿方法 [J], 刘宇;付乐乐;邹新海;
崔巍;文丹丹
3.基于RBF神经网络的MEMS惯性传感器误差补偿方法 [J], 刘宇;付乐乐;邹新海;崔巍;文丹丹
4.自动驾驶惯性传感器误差标定方法 [J], 杨莉;李冬雪;王强;赵目龙;李海波
5.基于24位置的MEMS惯性传感器快速标定方法 [J], 孙佳;邹靖;胡桐
因版权原因，仅展示原文概要，查看原文内容请购买。