典型文献
MEMS传感器数据漂移抑制技术研究
文献摘要：
针对惯性测量系统中MEMS加速度传感器存在信号漂移而导致测量误差的问题,采用时间序列的分析方法,对MEMS加速度传感器测量的数据进行分析.将MEMS加速度传感器测量的数据通过DSP读取后,通过ADF准则进行平稳性检验,传感器数据满足平稳时间序列条件.根据传感器数据的自相关函数与偏自相关函数特征,判断出序列满足AR(p)模型.通过AIC准则进行随机性检验,同时进行时间序列模型识别与参数估计,传感器数据在使用AR(1)模型进行建模时达到最优.建立MEMS加速度传感器信号漂移AR(1)模型,并依据模型设计卡尔曼滤波器.结果表明,在滤波前加速度传感器零偏稳定性为0.303 2 mg,卡尔曼滤波后的加速度传感器零偏稳定性为0.024 7 mg,测量稳定性能有效提高,并且运算阶数较低,能很好的应用于嵌入式系统.
文献关键词：
MEMS;信号漂移;时间序列分析;ARMA模型;卡尔曼滤波;Allan方差;信号处理
中图分类号：
作者姓名：
张明跃;房立清;郭德卿;石永雷
作者机构：
陆军工程大学火炮工程系 石家庄050003;河北科技大学机械工程学院 石家庄050018
文献出处：
引用格式：
[1]张明跃;房立清;郭德卿;石永雷-.MEMS传感器数据漂移抑制技术研究)[J].电子测量技术,2022(11):99-103
A类：
B类：
MEMS,传感器数据,数据漂移,漂移抑制,抑制技术,惯性测量系统,加速度传感器,信号漂移,测量误差,传感器测量,数据通,DSP,读取,ADF,平稳性检验,自相关函数,函数特征,AIC,随机性,时间序列模型,模型识别,参数估计,传感器信号,模型设计,卡尔曼滤波器,零偏稳定性,测量稳定性,稳定性能,阶数,嵌入式系统,时间序列分析,ARMA,Allan,信号处理
AB值：
0.309133
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
