本發(fā)明屬于傳感器，尤其涉及一種陣列式mems陀螺儀高精度數(shù)據(jù)融合方法。

背景技術(shù)：

1、微機(jī)械陀螺儀(mems陀螺儀)是一種高技術(shù)產(chǎn)品，是當(dāng)代微機(jī)械電子系統(tǒng)(mems)領(lǐng)域特別重要的分支之一，它基于微機(jī)械加工制造技術(shù)生產(chǎn)的，其工作原理是借助科氏力效應(yīng)，將外部旋轉(zhuǎn)運(yùn)動轉(zhuǎn)化為陀螺儀內(nèi)部極板的相對位移。相較于機(jī)械陀螺儀及光學(xué)陀螺儀，mems陀螺儀包含以下突出特點(diǎn)：(1)體積小，質(zhì)量輕。mems技術(shù)是對微米/納米材料進(jìn)行規(guī)劃、制造、完善、測量與支配的高新技術(shù)領(lǐng)域，故mems陀螺儀體積可達(dá)到微米/納米數(shù)量級，方便與其他功能芯片進(jìn)行集成，可直接嵌入到具有主控功能的電路板。(2)高可靠性。由于在制造過程中選取了耐用性高和抗沖擊力強(qiáng)的材料，且采取了集成手段，在大多數(shù)情況下mems陀螺儀均能正常工作，發(fā)揮其功能特性。(3)制造成本低。高精度光學(xué)陀螺因制造材料難以獲取導(dǎo)致成本高昂，而mems陀螺儀制造使用硅等廉價基礎(chǔ)材料，普遍在千元以下，最低數(shù)元，在軍事設(shè)備需求與民用領(lǐng)域等方面都可滿足大批量生產(chǎn)，適用性廣。

2、mems陀螺儀憑借上述多項(xiàng)顯著、獨(dú)特的優(yōu)勢，在慣性導(dǎo)航、航空航天，汽車及電子設(shè)備中得到了廣泛的應(yīng)用。但低成本的mems陀螺儀受到目前在設(shè)計與生產(chǎn)過程中無法實(shí)現(xiàn)高水平加工制造技術(shù)與高要求設(shè)計方案的影響，在性能上沒有取得比較大的突破，會因其偏置穩(wěn)定性、非線性和溫度穩(wěn)定性的影響,表現(xiàn)出檢測精度低這一普遍缺陷，使其不能滿足許多高精度應(yīng)用的需求。目前提高mems陀螺儀精度的主要方法為以下兩種，一是在制造加工mems陀螺時，用一致的信號處理方式對集成多個角速度敏感單元的模塊進(jìn)行處理，但此方法要求有高水平的制造加工工藝和電路設(shè)計技術(shù)；二是利用mems陀螺儀的優(yōu)勢選用多個精度較低的mems傳感器組成陣列，對同一目標(biāo)進(jìn)行檢測，采集多個傳感器數(shù)據(jù)經(jīng)過數(shù)據(jù)融合處理，輸出一組高精度與高可信度的數(shù)據(jù)，實(shí)現(xiàn)對運(yùn)動目標(biāo)的精密檢測，因?yàn)樽罱K的輸出數(shù)據(jù)并不來自于單個陀螺儀，而是利用多個陀螺儀的輸出融合得到的優(yōu)化角速度輸出信號，因此也稱其為“虛擬陀螺技術(shù)”。綜合考慮這兩種方式研發(fā)成本和研發(fā)時間等因素，構(gòu)造陀螺陣列來提高mems陀螺儀的精度和可靠性成為目前廣泛應(yīng)用的方式。

3、多傳感器信息融合是陣列式mems陀螺儀研究中的一項(xiàng)關(guān)鍵技術(shù)，其是一種對多源數(shù)據(jù)進(jìn)行檢測，相關(guān)，組合和估計從而提高狀態(tài)估計精度的過程。mems陀螺儀的隨機(jī)誤差是制約其檢測精度的主要因素之一。采用多傳感器數(shù)據(jù)融合技術(shù)，通過對陀螺陣列的量測值的分析辨識,設(shè)計最優(yōu)濾波器估計出陀螺各項(xiàng)誤差的大小,并對量測信息補(bǔ)償校正,即可得到對輸入角速率的高精度估計值。多傳感器信息融合過程中，按照對原始數(shù)據(jù)處理方式不同，主要有兩種結(jié)構(gòu)：集中式融合和分布式融合。傳統(tǒng)的陣列式mems陀螺儀研究中大多采用基于卡爾曼濾波的集中式融合方法，即將各傳感器數(shù)據(jù)直接送入融合中心通過卡爾曼濾波進(jìn)行最優(yōu)估計獲取最終高精度估計值。集中式融合的結(jié)構(gòu)簡單，信息損失小，但存在對系統(tǒng)通信要求高，融合中心計算負(fù)擔(dān)重等弊端，尤其是陣列中陀螺數(shù)量增多時，融合算法的復(fù)雜度將顯著提升。同時，在卡爾曼遞推估計過程中每一步均計算與更新增益與均方差，運(yùn)算量大，計算復(fù)雜，不適合實(shí)際應(yīng)用過程中的實(shí)時處理。傳統(tǒng)陀螺陣列精度的最終優(yōu)化效果有限，仍難以滿足慣性導(dǎo)航等高精度實(shí)際工程應(yīng)用需求。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的目的是提供一種方法及裝置、電子設(shè)備，以解決相關(guān)技術(shù)中存在的單一mesm陀螺隨機(jī)誤差大，檢測精度低，難以滿足高精度工程應(yīng)用需求的技術(shù)問題。

2、根據(jù)本發(fā)明的第一方面，提供一種陣列式mems陀螺儀高精度數(shù)據(jù)融合方法，包括以下步驟：

3、(1)將若干個具有相同型號、敏感軸相互平行測量同一角速度信號的mems陀螺儀構(gòu)成一陀螺陣列，即陣列陀螺；

4、(2)將陣列陀螺置于水平靜止?fàn)顟B(tài)下以一定的采樣頻率連續(xù)采樣，重復(fù)獲取多組采樣數(shù)據(jù)，使用采樣數(shù)據(jù)對陣列中各個mems陀螺儀進(jìn)行allan方差分析，計算各個陀螺儀角度隨機(jī)游走噪聲nai的方差qai及速率隨機(jī)游走噪聲nbi的方差qbi，對多組數(shù)據(jù)經(jīng)allan方差分析獲取的角度隨機(jī)游走噪聲的方差及速率隨機(jī)游走噪聲的方差求均值，作為最終使用的參數(shù)；

5、(3)采用隨機(jī)游走誤差模型對角速度測量值進(jìn)行隨機(jī)游走誤差建模；并進(jìn)行第一級卡爾曼濾波設(shè)計，即根據(jù)建立的隨機(jī)游走誤差模型，采用速率隨機(jī)游走和真實(shí)角速度構(gòu)建系統(tǒng)狀態(tài)量，并建立系統(tǒng)狀態(tài)方程；將各個陀螺儀實(shí)際輸出值視作量測值,角度隨機(jī)游走噪聲視作量測噪聲，構(gòu)建量測方程；

6、(4)對步驟(3)構(gòu)建的連續(xù)型狀態(tài)方程和量測方程作離散化處理，得到離散卡爾曼濾波的一步轉(zhuǎn)移矩陣φk,k-1，系統(tǒng)噪聲驅(qū)動矩陣γk-1，量測序列yk，量測矩陣hk并得到系統(tǒng)噪聲離散化協(xié)方差矩陣為qk，量測噪聲離散化協(xié)方差陣rk；利用離散化處理的獲得的結(jié)果對陣列中各個陀螺進(jìn)行卡爾曼濾波計算；對狀態(tài)量xi,k做遞推估計，定義速率提取向量e，提取獲得各個陀螺的第一級卡爾曼濾波結(jié)果；

7、(5)將步驟(3)推導(dǎo)的隨機(jī)游走誤差建模推廣至陣列形式；即得到陣列形式的mems陀螺儀隨機(jī)游走誤差模型，并采用陀螺陣列的速率隨機(jī)游走和真實(shí)角速度構(gòu)建系統(tǒng)狀態(tài)量，建立狀態(tài)方程；將經(jīng)第一級卡爾曼濾波后的陣列中各陀螺數(shù)據(jù)作為量測值z(t)，陀螺陣列的角度隨機(jī)游走噪聲視作量測噪聲，構(gòu)建量測方程，根據(jù)陀螺陣列的狀態(tài)方程和量測方程進(jìn)行第二級卡爾曼濾波器設(shè)計；

8、(6)對構(gòu)建的連續(xù)型狀態(tài)方程和量測方程作離散化處理，得到第二級卡爾曼濾波的一步轉(zhuǎn)移矩陣φk,k-1，系統(tǒng)噪聲驅(qū)動矩陣γk-1，量測序列zk，量測矩陣hk并得到系統(tǒng)噪聲離散化協(xié)方差矩陣為qk，量測噪聲離散化協(xié)方差陣rk；

9、(7)推導(dǎo)卡爾曼增益的穩(wěn)態(tài)值以代替每步實(shí)時更新的增益值，若狀態(tài)空間模型為定常系統(tǒng)，則卡爾曼濾波穩(wěn)定后的濾波增益kk→∞也為定常值；首先定義(n+1)×(n+1)的矩陣隨后對l做特征值分解，即l＝adat并使其最后一個特征值為0，和由a,d處理獲得；計算連續(xù)時間形式的卡爾曼增益穩(wěn)態(tài)值k∞，離散化后計算離散形式的卡爾曼增益穩(wěn)態(tài)值

10、(8)使用步驟(7)推導(dǎo)的離散形式的卡爾曼增益穩(wěn)態(tài)值代替每步更新的增益值，采用恒增益卡爾曼濾波對經(jīng)第一級濾波后的陣列陀螺進(jìn)行數(shù)據(jù)融合，獲取高精度角速度估計值；定義矩陣s＝qk1/2a，對狀態(tài)量xk進(jìn)行變換，ξ(k)＝s-1xk(k)，利用離散形式的卡爾曼增益穩(wěn)態(tài)值量測序列z(k)對變換后的狀態(tài)量ξ(k)做遞推最小方差估計，為選擇向量，為濾波器輸出，即陀螺陣列在第k個采樣點(diǎn)對輸入角速度的最優(yōu)估計值。

11、進(jìn)一步地，所述步驟(1)中測量同一角速度信號，具體為：采用將若干個mems陀螺儀分成兩兩一組，且同組內(nèi)mems陀螺儀沿敏感軸方向相反安裝的形式構(gòu)建陣列陀螺并進(jìn)行角速度檢測；同組內(nèi)兩個陀螺儀輸出端分別接入差分輸入a/d轉(zhuǎn)換芯片的正負(fù)輸入端，經(jīng)a/d轉(zhuǎn)換得到陣列中每組陀螺的角速度測量值y1(t)，y2(t)，y3(t)，…，yn(t)。

12、具體地，所述步驟(3)中的誤差建模是基于對mems陀螺儀信號特征和主要誤差源的分析，選擇隨機(jī)游走模型對mems陀螺儀進(jìn)行誤差建模并推廣至陣列形式，其中噪聲部分包括角度隨機(jī)游走噪聲arw與速率隨機(jī)游走噪聲rrw；對于單個mems陀螺儀的隨機(jī)游走誤差模型為：

13、

14、其中y(t)為mems陀螺輸出值，ω(t)為真實(shí)角速度，視作由真實(shí)角速度白噪聲驅(qū)動的隨機(jī)游走噪聲,即其中真實(shí)角速度驅(qū)動白噪聲nω的方差為qω；b(t)為陀螺偏差，由白噪聲w(t)驅(qū)動，對應(yīng)速率隨機(jī)游走(rrw)，n(t)為觀測噪聲，對應(yīng)角度隨機(jī)游走(arw)；

15、則陣列形式的隨機(jī)游走誤差模型為：

16、

17、當(dāng)設(shè)y＝[y1,y2,…,yn]t,b＝[b1,b2,…,bn]t、na＝[na1,na2,…,nan]t、nb＝[nb1，nb2,…,nbn]t，則簡寫為：

18、

19、式中i為陀螺儀序號，n為陀螺儀個數(shù)，yi為第i個陀螺儀實(shí)際輸出角速度，ω為環(huán)境真實(shí)角速度，bi為第i個陀螺儀偏差，由速率隨機(jī)游走白噪聲nbi驅(qū)動，方差為nai為第i個陀螺儀量測噪聲，即為角度隨機(jī)游走白噪聲，其方差為

20、進(jìn)一步地，所述步驟(3)中采用速率隨機(jī)游走和真實(shí)角速度構(gòu)建系統(tǒng)狀態(tài)量，具體為：

21、對于陣列中單個陀螺：

22、

23、由此構(gòu)建的系統(tǒng)的狀態(tài)方程為：

24、

25、將各個陀螺儀實(shí)際輸出值視作量測值y(t)＝y(tǒng)i(t)(i＝1,2,…,n),角速隨機(jī)游走噪聲視作量測噪聲，則量測方程可構(gòu)建為：

26、y(t)＝h(t)x(t)+v(t)＝[1?1]·xi(t)+nai；

27、參量w(t)＝[nbi,nω]t,v(t)＝[nai]；按照卡爾曼濾波理論，w(t)、v(t)滿足：

28、

29、其中系統(tǒng)噪聲協(xié)方差矩陣量測噪聲協(xié)方差矩陣r＝[qai]。

30、進(jìn)一步地，所述步驟(4)利用離散化處理的獲得的結(jié)果對陣列中各個陀螺進(jìn)行卡爾曼濾波計算；對狀態(tài)量xi,k做遞推估計，定義速率提取向量e，提取獲得各個陀螺的第一級卡爾曼濾波結(jié)果；具體為：利用獲得的系統(tǒng)量測序列yk，量測矩陣hk，卡爾曼濾波的一步轉(zhuǎn)移矩陣φk,k-1，系統(tǒng)噪聲驅(qū)動矩陣γk-1，系統(tǒng)噪聲離散化協(xié)方差矩陣qk，量測噪聲離散化協(xié)方差陣rk，按遞推計算流程對陣列中各個陀螺進(jìn)行卡爾曼濾波計算；具體濾波過程為：計算系統(tǒng)一步預(yù)測均方誤差和系統(tǒng)一步狀態(tài)預(yù)測完成時間更新，進(jìn)而得到系統(tǒng)濾波增益隨后獲取新時刻的狀態(tài)估計和估計均方誤差pk＝(i-kkhk)pk/k-1，完成量測更新；將新的狀態(tài)和均方誤差作為下一時刻的計算初值，對xi,k＝[bi,k,ωi,k]t(i＝1,2…n)做遞推估計，定義速率提取向量e＝[0，1]，由e.xi,k＝ωi,k即可獲得各個陀螺的第一級卡爾曼濾波結(jié)果。

31、進(jìn)一步地，由步驟(5)具體為將隨機(jī)游走誤差建模推廣至陣列形式：

32、

33、式中i為陀螺儀序號，n為陀螺儀個數(shù)，yi為第i個陀螺儀實(shí)際輸出角速度，ω為環(huán)境真實(shí)角速度，bi為第i個陀螺儀偏差，由速率隨機(jī)游走白噪聲nbi驅(qū)動，方差為nai為第i個陀螺儀量測噪聲，表現(xiàn)為角度隨機(jī)游走白噪聲，方差為

34、設(shè)：

35、y＝[y1,y2,…,yn]t,b＝[b1,b2,…,bn]t、na＝[na1,na2,…,nan]t、nb＝[nb1，nb2,…,nbn]t，

36、則上式簡寫為：

37、

38、進(jìn)行第二級卡爾曼濾波設(shè)計：根據(jù)建立的陣列形式隨機(jī)誤差模型，構(gòu)建系統(tǒng)狀態(tài)量：

39、

40、由此構(gòu)建的系統(tǒng)的狀態(tài)方程為：

41、

42、其中f(t)＝0·in+1，g(t)＝in+1，in為n維單位矩陣；

43、將經(jīng)第一級卡爾曼濾波后的陣列中各陀螺數(shù)據(jù)作為量測z(t)＝[yf1(t),yf2(t),…,yfn(t)]t,yfi(t)表示第i個陀螺經(jīng)第一級濾波后的角速度值；角度隨機(jī)游走噪聲視作量測噪聲，量測方程構(gòu)建為：

44、

45、其中1n表示元素全為1的n維列向量，參量w(t)＝[nb1,nb2,…,nbn,nω]t,v(t)＝[na1,na2,…,nan]t；w(t)、v(t)滿足如下表達(dá)式：

46、

47、其中系統(tǒng)噪聲協(xié)方差矩陣量測噪聲協(xié)方差矩陣r＝[qa]。

48、進(jìn)一步地，所述步驟(6)具體為：對構(gòu)建的連續(xù)型狀態(tài)方程和量測方程作離散化處理：

49、

50、式中:

51、

52、t為離散化周期，且wk，vk滿足：

53、

54、系統(tǒng)噪聲離散化協(xié)方差矩陣為量測噪聲離散化協(xié)方差陣rk＝[qa(k)],qb(k)為速率隨機(jī)游走噪聲矢量nb的協(xié)方差矩陣，對角線元素為速率隨機(jī)游走噪聲nbi的方差qω(k)為真實(shí)角速度驅(qū)動白噪聲的協(xié)方差矩陣，qa(k)為角度隨機(jī)游走噪聲矢量na的協(xié)方差矩陣，對角線元素為步驟二計算的角度隨機(jī)游走噪聲nai的方差

55、進(jìn)一步地，所述步驟(7)中卡爾曼增益的穩(wěn)態(tài)值計算過程為：首先，定義(n+1)×(n+1)的矩陣隨后對l做特征值分解，即l＝adat并使其最后一個特征值為0則和由如下方式從矩陣a,d中推導(dǎo)得到：

56、

57、其中v為最后一列的列向量，為n×n的矩陣，為(n+1)×(n)的矩陣；

58、則連續(xù)時間形式的卡爾曼增益穩(wěn)態(tài)值表示為：

59、

60、離散形式的卡爾曼增益的穩(wěn)態(tài)值為：

61、

62、其中ts為離散化周期。

63、進(jìn)一步地，所述步驟(8)中采用基于離散形式的卡爾曼增益穩(wěn)態(tài)值的恒增益卡爾曼濾波遞推估計過程為：定義矩陣s＝q1/2a，對狀態(tài)量xk進(jìn)行變換，ξ(k)＝s-1xk(k)，xk＝[b1(k),b2(k),…,bn(k),ω(k)]t，該變換用于隔離純積分作用，以便采取實(shí)際措施確保在實(shí)現(xiàn)中不發(fā)生數(shù)值舍入誤差；狀態(tài)量的估計及融合后的高精度角速度提取由以下方程完成：

64、

65、其中為ξ(k)的最小方差估計，的最后一行設(shè)置為0，其對應(yīng)于純積分器狀態(tài)；為選擇向量，為濾波器輸出，即陀螺陣列在第k個采樣點(diǎn)對輸入角速度的最優(yōu)估計值。

66、本發(fā)明的第二方面：一種電子設(shè)備，包括：

67、一組或多組mems陀螺陣列

68、一個或多個處理器用于讀取mems陀螺陣列數(shù)據(jù)并進(jìn)行處理；

69、存儲器，用于存儲一個或多個程序；

70、當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實(shí)現(xiàn)所述的陣列式mems陀螺儀高精度數(shù)據(jù)融合方法。

71、本發(fā)明包括以下有益效果：降低了mems陀螺儀隨機(jī)誤差并顯著提高mems陀螺儀檢測精度；利用卡爾曼增益的穩(wěn)態(tài)值進(jìn)行角速度的估計，避免了每步對增益和均方差的計算，優(yōu)化處理過程的復(fù)雜度和運(yùn)算量，更利于陀螺陣列的實(shí)時處理。本發(fā)明通過構(gòu)建陀螺陣列并進(jìn)行數(shù)據(jù)融合，在多傳感器數(shù)據(jù)進(jìn)入融合中心前，采用卡爾曼濾波對各個傳感器進(jìn)行局部最優(yōu)估計，獲取單個陀螺的第一級估計值，再將處理后的信息送入第二級融合中心進(jìn)行處理，獲取最終的高精度估計值以降低mems隨機(jī)誤差并顯著提高檢測精度。

72、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本技術(shù)。