下载文档原格式
陀螺罗经误差及其消除3陀螺罗经的主轴在方位上偏离地理真北方向的角度称为陀螺罗经误差。
陀螺罗经误差也是船舶真航向与陀螺罗经航向之间的差值或真北与陀螺罗经北之间的差角。
陀螺罗经误差有纬度误差、速度误差、冲击误差、摇摆误差和基线误差。
纬度误差 (latitude error)纬度误差产生的原因位于北纬φ处的具有阻尼重物的水银器式罗经,稳定后罗经主轴并不恰好位于子午面内,而是偏离子午面一个角度αr,当罗经的结构参数M、M D确定后,αr角仅与地理纬度φ有关,故称为纬度误差。
产生纬度误差的原因是由于了采用垂直轴阻尼法。
因此,纬度误差是采用垂直轴阻尼法罗经特有的误差;它属于垂直轴阻尼法陀螺罗经固有的特性。
纬度误差的消除方法为了提高陀螺罗经的使用精度,应想方设法对纬度误差进行补偿,最好完全予以消除。
实践中,对纬度误差的补偿方法有两种——外补偿法和内补偿法。
(1)外补偿法,是利用一套解算装置,根据误差公式计算出误差的大小和符号,从罗经的航向读数中扣除误差的方法。
可通过转动基线或罗经刻度盘,使基线与转动的角度等于误差值,或罗经刻度盘使其转动的角度与纬度误差αrφ等值反向,从罗经刻度盘上读取的航向即为不包含误差的真航向。
需强调指出,外补偿法仅从罗经刻度盘中扣除误差值,并未改变罗经主轴的稳定位置。
(2)内补偿法或称力矩式补偿法,是利用一套解算装置,计算并输出与误差相关的补偿力矩,抵消引起误差的力矩，使主轴可稳定在子午面内,从根本上消除了误差的方法。
在实践中纬度误差内补偿方案有两种:对陀螺罗经的水平轴OY施加纬度误差补偿力矩,即M Yφ＝Hω2；或对罗经的垂直轴OZ施加纬度误补偿力矩,即M Zφ＝εHω2。
在Sperry MK37型罗经中采用垂直轴内补偿方案（ε＝（M D/M））。
在阿玛—勃朗10型罗经中采用水平轴内补偿方案。
需要说明的是，补偿力矩的符号是与罗经所在纬度极性有关的，如将符号取反，不仅不能消除误差，反而使误差增大一倍。
动态环境下光纤陀螺误差辨识与补偿技术张峰;黄继勋;王颂邦【摘要】为了提高光纤陀螺在高动态环境下的测量精度,需要精确地辨识角加速度信息以便有效地补偿.针对直接对陀螺的角速度信息微分处理后得到角加速度的方法误差较大的问题,提出了将微分后的角加速度信息分为线性和非线性两个部分,其中线性部分采用Savitzky-golay最小二乘拟合,而非线性部分则采用RBF神经网络技术进行拟合.上述处理方法能更真实地反映实际物理过程,具有较强的自适应性和较好的拟合效果.通过试验验证,证明了该方法的有效性和准确性,提高了角加速度辨识精度,比直接微分的方法测量精度提高二个数量级,有效地补偿了陀螺仪在高动态环境下的测量精度.%To improve the precision of fiber optic gyroscope (FOG) in high dynamic environment,the angular acceleration must be accurately identified to make effective compensation.In view that the FOG angular acceleration obtained by direct differentially processing the FOG angle velocity information has relatively large errors,the angular acceleration information is divided into the linear part and the nonlinear part.The linear part uses savitzky-golay algorithm to carry out least square fitting,while the nonlinear part uses RBF neural network (RBF NN) method to carry out fitting.This method has more strong adaptability and has better fitting effect because it can more truly reflect the real physicalprocess.Finally,simulations are made to test and compensate the measurement errors of FOG angular velocity under high dynamic environment,which verifies that the algorithm is correct and effective,and the identification accuracy of the angular acceleration is improved by twoorders of magnitude than that of the direct differential method,showing that the proposed method can effectively compensate the FOG measurement errors under high dynamic environment.【期刊名称】《中国惯性技术学报》【年(卷),期】2016(024)006【总页数】5页(P775-779)【关键词】光纤陀螺;动态环境;角加速度;Savitzky-golay拟合;RBF神经网络【作者】张峰;黄继勋;王颂邦【作者单位】北京航天时代光电科技有限公司,北京100094;北京航天时代光电科技有限公司,北京100094;北京航天时代光电科技有限公司,北京100094【正文语种】中文【中图分类】U666.1光纤陀螺是一种基于Sagnac效应的角速度敏感器[1]，具有体积小、重量轻，精度高，动态响应带宽高等优点，非常适合飞行器上应用。
mems陀螺随机误差建模与补偿最近，Mems陀螺（Micro Electro-Mechanical System Gyroscopes）已经广泛应用于航迹控制、汽车安全驾驶、水下航行、航空运动等多个领域。
Mems陀螺在操作和维护方面的优势已经受到越来越多的关注，但是由于Mems陀螺的体积小，它的输出电平也相对较低，这就导致了它受到很多不同的随机误差的影响，这令其在实际应用中受到了很大的限制。
为了解决这一问题，研究人员研发了基于Mems陀螺的随机误差建模与补偿技术，以提高它们在实际应用中的精度和可靠性。
Mems陀螺受到的随机误差往往来自于传感器本身的结构参数以及外界环境的影响。
例如，由于传感器的结构参数的不稳定性，可能会导致传感器的输出电平有所变化，从而影响传感器的输出结果。
除此之外，外界环境的影响也会对误差的大小产生一定的影响。
例如，外界的温度和湿度的变化可能会对陀螺的误差产生不同的影响，这就需要对这些误差进行建模和补偿。
为了建模和补偿Mems陀螺的随机误差，首先需要针对传感器本身的结构参数进行深入的研究和分析，以建立传感器在结构参数变化时误差变化的模型。
其次，需要研究外界环境对Mems陀螺结构参数的影响，并建立数学模型来描述该影响，以及建立外界环境的误差补偿模型。
最后，要将结构参数误差模型和外界环境误差补偿模型集成到一起，以形成最终的Mems陀螺随机误差建模与补偿模型。
基于Mems陀螺随机误差建模与补偿技术，可以有效抑制Mems陀螺的误差，提高其在实际应用中的精度。
因此，这一技术已经在航迹控制、汽车安全驾驶、水下航行、航空运动等多个领域得到了广泛的应用，取得了很好的效果。
然而，建立一个准确的Mems陀螺随机误差建模与补偿模型需要极大的计算量，传感器参数和外界环境的变化也会对模型的准确性造成一定影响。
另外，传感器本身的细微误差也会改变传感器的输出，从而引起误差模型的变化，这也是模型准确性的重要影响因素。
收稿日期:2007211206
基金项目:重庆市科委自然科学基金资助项目(CSTG2007BB2448,CSTG2007BB4385);重庆邮电大学博士启动基金资助项目(A2007245
)
作者简介:刘宇(19722),男,重庆人,博士,主要研究方向为惯性导航及信号处理。
文章编号:100422474(2008)0620671203
基于振动陀螺的动态零位校准及其误差补偿刘 宇1,2,刘 俊1,黎蕾蕾2,孙燕彬1,李秋俊1(1.重庆邮电大学光电工程学院,重庆400065;2.重庆大学光电技术及系统教育部重点实验室,重庆400044) 摘 要:根据固态振动陀螺输出信号和噪声特点对其构成的低成本惯性测量单元(IMU)的原始传感信号进行了快速小波滤波和灰色理论建模处理。运用累加生成操作(AGO)方法得到有规则的单值对应非线性函数,并获得陀螺零位输出在三维空间中的单值映射模型。以时间和温度为输入,根据灰色神经网络建立陀螺的漂移模型,对累加生成方法生成的单值对应非线性函数进行逼近,从而提高了动态测量精度。同时采用活动阈值融合算法,优化陀螺和加速度计动态测量数据。实验证明,上述方法和算法有效提高了系统测量精度。关键词:陀螺;惯性测量单元(IMU);滤波;数据融合中图分类号:V241 文献标识码:A
DynamicZeroOutputAdjustmentandSystemErrorCompensationBasedonLowCostVibrationGyro
LIUYu1,2,LIUJun1,LILei2lei2,SUNYan2bin1,LIQiu2jun1(1.CollegeofOptoelectronicsEngineering,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China;
2.CollegeofOptoelectronicsEngineering,ChongqingUniversity,Chongqing400044,China) Abstract:ThesensorsignalfilteredthroughfastwaveletandcompensatedbyGreymodelwasproposedaccord2ingtothecharacteristicsofsignalandnoiseoutput.Greyaccumulateoperation(AGO)wasadoptedtoachievetheregularlysingle2mappingfunctionandthemodelofsingle2mappingofgyro’szerooutputinthreedimensioncoordi2nates.ThemodelbasedontheGreyneuralnetworkapproximatedthefunctionofcreatedbytheAGOalgorithmandimprovedthemeasurementaccuracyofIMU.Atthesametime,theactivethresholdbasedonthefusionalgorithmwasusedtooptimizethemeasurementdatumofgyroandaccelerometer.Experimentsprovedthesemethodandalgo2rithmincreasedthesystem’saccuracysuccessfully.Keywords:gyro;inertialmeasurementunit(IMU);filter;datafusion
在飞行器低速运动或俯仰和横滚方向改变时,陀螺的模拟输出实际是围绕静态零位点的正负变化曲线。捕捉这种运动状态下的零位一直是姿态测量领域的难点,文献[122]采用硬件实现的动态零位补偿,但效果不好。惯性测量单元(IMU)要实现动态测量,陀螺必须在整个测量时间和工作温度范围内有效补偿零位漂移。零位漂移是一个非线性、非平稳的随机过程,传统的补偿和修正方法很多,常用的方法有回归分析法和曲线拟合法。这些方法的共同处是为消除某种非目标参量对传感器输出特性的影响,系统中必须有相应的设置来测量该目标参量的敏感元件,以测量当前非目标参量的实际值,然后按照传感器事先已有的标定曲线加以修正。但这会增加系统的复杂度和硬件成本,且也只能针对其中的主要因素。目前采用的自回归(AMAR)建模对传感器零位输出进行模拟的方法很难建立准确稳定的AR模型。基于小波分析的趋势项提取方法[3]过程繁杂,且本身存在一定的限制,这种限制在通常情况下会造成虚假的谐波,而依此进行的一系列分析也将失去原有的物理意义。将小波分析理论引入建模数据的预处理,可抑制冲击干扰噪声,提高神经网络的建模精度,但对逐次启动参数的不一致和多值对应的性能参数并不能很好地模拟[4]。神经网络得到的近似补偿模型包含了所有的非线性影响因素,但建模精度将受数据随机性的影响,随机性越大,建模精度越低,反之亦然。因此,如果在不充分考虑影响陀螺漂移的温度因子和时间因子等多种因素,对数据进行有效的预处理以降低其随机性,则会降低神经网络的建模精度。本文首先对传感器输出信号进行预处理。根据陀螺输出信号特点对原始信号进行快速小波滤波预处理,实现对数据奇异点的检测和去除[5];加速度传
感器、角速度传感器、温度传感器采集经过快速小波滤波预处理后的相应信号,送入DSP完成数据融合计算,应用灰色理论建模,运用累加生成AGO操作,对数据融合计算后给定的陀螺零位漂移数据进行预处理[6]。然后再以时间和温度为输入根据灰色
第30卷第6期压 电 与 声 光Vol.30No.6
2008年12月PIEZOELECTECTRICS&ACOUSTOOPTICSDec.2008神经网络建立陀螺的漂移模型,对累加生成方法生成的单值对应的非线性函数进行逼近,获得均方误差更小和更加接近传感器真实输出的零位电压,从而抑制陀螺角度累积计算误差的主要误差源所造成的系统测量误差。最后,针对陀螺的输出信号特点和在动态测量中的测量方案,采用动态误差补偿算法实现系统测量精度的提高。动态误差补偿主要采用活动阈值和灰色RBF神经网络建模补偿运动中零位输出变化的方法。活动阈值的选取将根据陀螺运行的速度和测量方位的工作状态进行选取,而建模补偿零位输出将在运动中最大程度上跟踪和反映传感器的实际零位输出,从而减小累积计算误差,提高系统精度。1 硬件设计1.1 系统组成图1为IMU系统的实物装配图。该系统主要包括陀螺、加速度计和基于数字微处理器的采集计算专用嵌入式系统。系统通过采集各种传感器信号,经过数字信号转换和处理,实时输出高精度的姿态数据,提供给监控计算机做进一步的处理。
图1 系统装配图IMU系统主要结构由惯性敏感单元和数据处理电路两部分组成。惯性敏感单元由3个正交放置的单轴压电陀螺和3个正交放置的单轴MEMS加速度计组成,数据处理电路完成惯性敏感器件输出模拟量的采集、滤波、计算处理和对外通信等功能。1.2 电路结构嵌入式采集计算系统实质上是多传感器信息采集和数据融合计算的硬件平台。由于本文设计涉及复杂的小波处理和卡尔曼滤波,既要保证计算的精度,又要保证计算的实时性,因此,采用了DSP+
MCU的双CPU结构。图2为系统硬件结构[3]。
图2 硬件结构示意图
DSP选用TMS320F206,该DSP的时钟频率为160MHz,内部RAM为128kbit,6通道的DMA,1路定时器。作为数据计算平台的主处理器,该芯片的计算能力能达到系统要求。同时,由于该芯片还含有3路McBSP(多路缓冲串口),在一定程度上减轻了MCU接口扩展的负担。2 数据处理图3为系统误差动态补偿工作流程图。其处理过程主要包括传感器数据的采集处理和动态测量精度补偿,该动态补偿主要包括初始零位校准、动态零位的捕捉及数据融合计算等。在进行动态补偿处理前,传感器采集的陀螺数据已完成了快速小波滤波去噪。在机械安装结构上,加速度计水平安装,且和陀螺测量同一个角度。多传感器数据处理模块实时判断系统的运动状态,对不同运动状态采用不同的传感器数据或二者的融合,当系统处于超低速或静止状态时,直接采用加速度计输出数据,当系统处于较高度或速度变化较快时,如系统开始转动或突然停止时,则采用陀螺输出数据。将运动状态分为高速运动状态、低速运动状态和静止状态等多个等级,
用活动阈值的方法实时调整,以达到系统的最高测量精度和最佳运行稳定度。
图3 系统误差动态补偿工作流程图初始零位的校准采用启动数据的零位补偿计算与历史存储零位综合判断校准的方法确定零位数据。运用灰色神经网络建模补偿算法计算陀螺的优化零位输出,同时调出最后一次关闭系统时的校准零位作为参考,采用权重评判条件,综合判断校准陀螺的初始零位。其余传感器因启动零位重复性较好,故采用平均值滤波校准可得到理想的效果。陀螺要不静态启动,对模块直接进行零位数据采集,否则调入最后掉电时的历史零位数据,根据上
672压 电 与 声 光2008年 述数据更新陀螺零位,执行动态零位捕获,根据捕获的动态零位进行角度计算。角度计算采用陀螺和加速度计同时测量,并进行数据融合算法处理。陀螺的输出是一个随旋转速度大小正比变化的电压信号,系统以当时获取的零位输出电压为基准进行时间累积积分,即可获得角度信息;加速度计通过感知地球重力加速度获取角度信息,其模拟电压输出大小直接反映角度大小。两种测量方式对角度测量有各自的适用范围和优缺点,因此必须采用传感器数据融合算法加以优化。在此基础上,结合陀螺和加速度传感器采集的动态数据的实时判断,实现动态自校准和动态测量。实时判断采用多传感器输入数据的融合,判断依据包括当前陀螺输出数据绝对量及当前加速度计输出数据绝对量、陀螺输出数据变化量(与间隔时间为Δt的历史数据比较,Δt根据具体应用环境取值在1～15ms间动态调整)、加速度计输出数据变化量(Δt取值方法与陀螺一样)。通过陀螺输出噪声特点和加速度传感器噪声,结合测量的系统运行特点确定活动阈值A、B、C。活动阈值A即为处于噪声门限处的陀螺电压输出值,将该电压值换算为角度值,并经反复测试优化后确定为阈值A;活动阈值B为当前最新的陀螺输出电压与预定时间Δt前的输出电压差值,它反映速率变化的门限大小,活动阈值C为当前加速度计输出电压与历史数据(前Δt)的输出电压差值,它的选取将根据实测数据分析计算后获得。阈值C综合阈值A、B的当前值所反映的运动状态,判断出加速度计是否敏感了重力加速度或线性加速度,再调用动态零位算法模块,将最后掉电时的历史零位及零位修正数据偏差与活动阈值A进行比较,动态陀螺数据变化量与阈值B进行比较,动态加速度计数据变化量与阈值C进行比较,如果均小于比较值,更新历史的角速度传感器零位输出数据。3 实验结果基于上述原理的姿态角测量,用软件在很大程度上屏蔽了陀螺零位随机漂移引起的测量误差,避免了硬件上的补偿处理,实现了低成本,干扰降低的设计特点。同时,根据需要可灵活调整数据处理算法,以实现不同的测量需求,达到快速、准确、易于实现的设计目标。系统样机组装完成后,进行了反复多次试验测试,试验证明,该样机能完成传感器数据的采集和滤波处理。通过软件建模,对陀螺零位漂移可进行很好的补偿,并对温度引起的传感器性能参数变化有较好的抑制作用。图4为横滚方向进行试验的一组实际测试值,更新频率为50Hz。由图可看出,该系统的软硬件设计达到了数据优化和提高测量精度的目的,能更真实地反映物体的运动状态。
