上海工程技术大学电子电气工程学院
纸质出版:2023
移动端阅览
魏德轩, 曹乐, 张夏丰, 等. 基于冗余测量信息的阵列式IMU设计[J]. 传感器与微系统, 2023,(2):80-83.
魏德轩, 曹乐, 张夏丰, 等. 基于冗余测量信息的阵列式IMU设计[J]. 传感器与微系统, 2023,(2):80-83. DOI: 10.13873/J.1000-9787(2023)02-0080-04.
DOI:
针对单个微机电系统(MEMS)陀螺仪精度低、可靠性差的问题,基于冗余测量信息设计了阵列惯性测量单元(IMU)硬件平台,并利用迭代重加权最小二乘法(IRLS)对扩展卡尔曼滤波(EKF)融合算法进行了改进。首先,根据惯性器件的误差特性及冗余测量可靠性确定了IMU数量,并设计了同轴反向、平行正交的阵列IMU硬件平台;然后,结合受力分析,使用IRLS对数据进行降维融合,解决了使用EKF融合算法时,由于矩阵维数高导致求逆运算复杂和受离群值影响导致融合精度下降的问题;最后,通过实验和仿真证明:阵列IMU的随机误差比单个IMU降低了3~5倍;当出现离群测量值时,阵列IMU仍能保证较高的精度,具有较高的可靠性。
Kalman滤波在MEMS陀螺仪测量船舶回转率中的应用[J]. 宰德广;周岗;陈永冰;李文魁.传感器与微系统,2021(03)
基于MEMS的便携式消防员室内定位研究[J]. 王羿帆;苏彦莽;张琳;王静宜.传感器与微系统,2021(01)
激光雷达/MEMS微惯性组合室内导航算法研究[J]. 李荣冰;王智奇;廖自威.传感器与微系统,2020(12)
基于支持度和记忆加权的陀螺阵列融合方法[J]. 周泉;姚敏立;沈晓卫.电光与控制,2019(12)
基于MEMS阵列的虚拟陀螺的实现[J]. 臧雪岩;伍萍辉;曾成;贾瑞才;花中秋.传感技术学报,2019(03)
MEMS陀螺阵列技术研究进展[J]. 沈强;刘洁瑜;汪立新;王琪.导航与控制,2017(05)
基于支持度和自适应加权的MEMS陀螺信息融合算法[J]. 孙田川;刘洁瑜.传感技术学报,2016(10)
基于支持度的MEMS陀螺信息融合方法[J]. 张华强;赵剡;陈雨.宇航计测技术,2012(02)
GNSS拒止条件下捷联惯性导航系统性能增强关键技术研究[D]. 邢丽.南京航空航天大学,2018(01)
基于冗余传感器的虚拟陀螺技术及其应用研究[D]. 罗璋.华中科技大学,2017(10)
Inertial Sensor Arrays, Maximum Likelihood, and CramrRao Bound[J]. Isaac Skog;John Olof Nilsson;Peter Hndel;Arye Nehorai.IEEE Transactions on Signal Processing,2016
卡尔曼滤波与组合导航原理[M]. 秦永元, 张洪钺, 汪叔华, 编著.西北工业大学出版社,2012
0
浏览量
220
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构