基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法技术

本发明专利技术请求保护一种基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，该方法建立以测量值为输入、真实值为输出的微机电系统(MEMS)加速度计误差补偿模型，利用Allan方差和最小均方(LMS)自适应滤波算法对MEMS加速度计在六个位置下实际测量数据中的随机噪声进行分析和处理，处理后的全部测量数据作为样本用于训练模型参数，利用最小二乘求参数先验作为批量梯度下降的初值，训练获得样本对真实模型参数的最优拟合，并利用该模型对MEMS加速度计进行误差补偿。实验表明，误差补偿后加速度计输出值的均值误差降低了2个数量级，标准差降低了1个数量级，可被应用于微惯性测量单元(MIMU)中MEMS加速度计的高精度标定，提高加速度计的测量精度和输出稳定性。

【技术实现步骤摘要】
基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法
本专利技术属于惯性导航领域，特别涉及一种对微机电系统惯性测量单元(MEMS-IMU)的核心器件MEMS加速度计的输出误差补偿方法。
技术介绍
惯性测量单元(IMU)是惯性定位系统的核心单元，而加速度计作为IMU的核心器件之一，其输出值的精度直接影响定位系统的定位精度。由于微机电系统(MEMS)传感器在尺寸、重量、成本和功耗等方面的优势，MEMS加速度计得以广泛应用。MEMS加速度计受安装误差、刻度因子、零偏和随机噪声等因素的影响，其输出值存在一定的误差。因此，对MEMS加速度计的输出误差进行补偿是惯性定位系统器件级优化的关键一步。针对MEMS加速度计输出误差的标定补偿，主要是对安装误差、刻度因子、零偏等确定性误差的标定和对随机噪声的处理。目前针对确定性误差的标定方法(文献：宋丽君,秦永元.MEMS加速度计的六位置测试法[J].测控技术,2009,28(7):11-13.文献：LuX,LiuZ,HeJ.MaximumLikelihoodApproachforLow-CostMEMSTriaxialAccelerometerC本文档来自技高网...

【技术保护点】
1.基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，包括以下步骤：步骤a，利用Allan方差对MEMS加速度计在六个位置下三个轴的m组实际测量数据A

【技术特征摘要】
1.基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，包括以下步骤：步骤a，利用Allan方差对MEMS加速度计在六个位置下三个轴的m组实际测量数据A*中的随机噪声进行分析，并建立随机噪声的时域模型v；步骤b，以A*为LMS自适应滤波噪声抵消器的主输入，以噪声v的相关噪声v*为LMS自适应滤波噪声抵消器的期望参考输入，对A*中的随机噪声进行处理，获得去除噪声后的测量值A；步骤c，以去除噪声后的全部测量值A作为输入，以对应的全部真实值H作为输出，建立MEMS加速度计误差补偿模型；步骤d，以去除噪声后的m组测量数据为样本，利用最小二乘求参数先验作为批量梯度下降的初值，训练获得样本对真实模型参数的最优拟合S和a，并将获得的参数代入所建立的误差补偿模型，对MEMS加速度计进行误差补偿。2.根据权利要求1所述的基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，所述步骤a中，计算MEMS加速度计在六个位置下三个轴实际测量数据的Allan方差，并拟合Allan标准差与平均时间τ的对数关系曲线，分析所拟合的曲线斜率，求得量化噪声Q、速度随机游走N、零偏不稳定性B、加速度随机游走K、速率斜坡R5项噪声参数的值，其中量化噪声和速度随机游走属于白噪声，零偏不稳定性、加速度随机游走、速率斜坡属于有色噪声，根据有色噪声的功率谱密度函数，由谱分解定理求解其传递函数，将传递函数作傅里叶逆变换得其微分方程，最后以互不相关的单位高斯白噪声ψ1(t)，ψ2(t)，ψ3(t)，ψ4(t)，ψ5(t)驱动微分方程，得到MEMS加速度计随机噪声v的时域模型为：式中，Q、N、B、K、R为各项噪声参数，ψ1(t)、ψ2(t)、ψ3(t)、ψ4(t)、ψ5(t)为互不相关的单位高斯白噪声，▽是微分算子，η和ω0为传递函数有理化过程中的调节参数，η取值为5Hz，ω0取值为0.01rad/s。3.根据权利要求2所述的基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，所述步骤b中，LMS自适应滤波器的主输入为X(n)，期望参考输入为d(n)，滤波输出为Y(n)，估计误差输出为e(n)，LMS自适应滤波算法的估计误差输出e(n)的表达式为：e(n)＝d(n)-Y(n)(2)LMS自适应滤波算法的滤波输出Y(n)的表达式为：Y(n)＝WT(n)X(n)(3)式中，W(n)为抽头系数向量，其递推更新方程为：W(n+1)＝W(n)-μX(n)e(n)(4)式中，μ为步长因子，控制每次更新后沿误差函数表面移动的距离，其值满足0<μ≤1/λmax，其中，λmax是主输入X(n)自相关矩阵的最大特征值。4.根据权利要求3所述的基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，所述步骤b中，利用基于LMS自适应滤波算法的噪声抵消器实现对实际测量数据A*的噪声抵消，令LMS自适应滤波噪声抵消器的主输入X(n)为A*，期望参考输入d(n)为噪声v的相关噪声v*，经过LMS自适应滤波噪声抵消器处理后的滤波输出Y(n)逼近v*，即有估计误差输出e(n)逼近A，舍弃滤波输出Y(n)，选取估计误差输出e(n)作为去除噪声后的测量值A。5.根据权利要求4所述的基于LMS自适应滤波与梯度下降的MEMS加速度计误差补偿方法，其特征在于，所述步骤c中，ME...

【专利技术属性】
技术研发人员：张旭，刘宇，路永乐，蒋博，杨慧慧，郭俊启，崔巍，黎人溥，文丹丹，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50