排序方式： 共有2条查询结果，搜索用时 46 毫秒
1
1.
针对微机械(MEMS)陀螺仪的随机误差导致其输出信噪比低的问题,该文提出一种基于ARMA模型的随机误差卡尔曼补偿方法。该方法通过对MEMS陀螺仪输出的原始信号进行均值化处理和趋势项提取后,分别采用轮次检验法和Jarque Bera检验法对随机序列平稳性和正态性进行检验,建立时间序列ARMA模型并采用卡尔曼状态方程对陀螺随机漂移进行补偿。6次卡尔曼滤波对比实验结果表明,MEMS陀螺仪信号幅度随着滤波次数增加而减小,滤波后的均值由2.454 4E-4减小到-4.830 0E-5,标准差由1.654 7减小到0.003 6,随机漂移被有效抑制。 相似文献
2.
针对MEMS陀螺仪随机误差成为影响系统导航精度的主要因素及建模存在的普适性等问题，提出一种3次卡尔曼迭代估计的误差补偿方法。采用Allan方差对MEMS陀螺仪随机误差参数进行辨识，同时结合MEMS陀螺仪输出数据自相关与偏相关函数具备的拖尾性，设计基于时间序列ARMA的MEMS陀螺仪误差卡尔曼滤波模型。采用同型号6只MEMS陀螺仪惯性测量单元搭建测试环境，并开展导航验证实验，结果表明，经过滤波处理后的MEMS陀螺仪各项误差系数明显降低，且滤波效果随滤波次数的增加而增强。6组MEMS陀螺仪测试设备显现出的误差减弱趋势具有一致性，姿态误差对比结果也进一步验证了该方法的可行性。 相似文献
1